Defesa de Tese de Doutorado do aluno Antonio Iyda Paganelli.
Título da dissertação: An approach based on a scoring system to reduce excessive data, non-actionable alarms, and energy consumption in patient monitoring IoT sensor devices.
Resumo:
A Internet das Coisas (IoT) se propõe a interligar os mundos físico e virtual, o que abre a possibilidade de desenvolvimento de diversas aplicações, principalmente na área da saúde. Essas aplicações requerem um grande número de sensores para coletar informações continuamente, gerando grandes fluxos de dados, muitas vezes excessivos, redundantes ou sem significado para as operações do sistema. Essa geração massiva de dados de sensores desperdiça recursos computacionais para adquirir, transmitir, armazenar e processar informações, levando à perda de eficiência desses sistemas ao longo do tempo. Além disso, os dispositivos IoT são projetados para serem pequenos e portáteis, alimentados por baterias, para maior mobilidade e interferência minimizada no ambiente monitorado. No entanto, esse design também resulta em restrições de consumo de energia, tornando a vida útil da bateria um desafio significativo que precisa ser enfrentado. Além disso, esses sistemas geralmente operam em ambientes abertos e imprevisíveis, o que pode gerar alarmes redundantes e insignificantes, tornando-os ineficazes. No entanto, um sistema auto adaptativo que identifica e prevê riscos iminentes, como um sistema de pontuação de alerta antecipado (SPAA), pode lidar com esses problemas. Devido ao seu baixo custo de processamento, o SPAA pode ser incorporado em dispositivos vestíveis e sensores, permitindo um melhor gerenciamento das taxas de amostragem, transmissões, produção de alarmes e consumo de energia. Seguindo a ideia acima, esta Tese apresenta um conjunto de princípios baseados no risco à saúde do paciente e na similaridade dos dados monitorados empregando um SPAA avaliado em tempo real para guiar nosso algoritmo auto-adaptativo em aplicações IoT de monitoramento de pacientes, promovendo assim uma redução na aquisição e transmissão de dados , diminuindo alarmes não acionáveis e proporcionando economia de energia para esses dispositivos. Além disso, projetamos e desenvolvemos um protótipo de hardware capaz de incorporar nossa proposta, o que atestou sua viabilidade técnica. Além disso, usando nosso protótipo vestível, coletamos dados reais de consumo de energia de componentes de hardware, que foram usados durante nossas simulações com dados reais de pacientes de conjuntos de dados públicos. Nossos experimentos demonstraram grandes benefícios de nossa abordagem, reduzindo em 83% os dados amostrados, em 99% a carga total das mensagens transmitidas do dispositivo de monitoramento, 77% dos alarmes e uma economia de energia de quase 82% . No entanto, a fidelidade do monitoramento do estado clínico dos pacientes mostrou uma diferença absoluta máxima de 14,7%, mas pode ser reduzida para 7,2% em cenários com ganhos de redução menores. Em conclusão, este trabalho apresenta uma abordagem para o uso mais eficiente de recursos computacionais e de comunicação para implementar aplicativos de monitoramento de pacientes baseados em IoT.
Orientador:
Markus Endler
Banca:
Alberto Barbosa Raposo
Paulo Sérgio Conceição Alencar
Francisco José da Silva e Silva
Adriano Francisco Branco
Anderson Oliveira da Silva
Nathalia Moraes do Nascimento
Acompanhe-nos através desse link.
#dissertação #mestrado #pesquisa #desenvolvimento #alunos #dipucrio