Архив номеров
Медицинская Техника / Медицинская техника №4, 2023 / с. 48-51

Носимые устройства для мониторинга здоровья

К.Т. Момыналиев, И.В. Иванов


Аннотация 

Персонализированное здравоохранение значительно улучшилось благодаря внедрению технологий мониторинга здоровья, которые позволяют носимым устройствам отслеживать физиологические параметры, такие как здоровье сердца, артериальное давление, характер сна и уровень глюкозы в крови. Кроме того, применение алгоритмов искусственного интеллекта и машинного обучения поможет точно выявлять необычные закономерности в данных, чтобы предоставлять прогнозы здоровья и предупреждения для своевременного вмешательства. В этом обзоре мы изучили области использования носимых устройств и уровень их развития.


Вернуться к содержанию

Сведения об авторах

Куват Темиргалиевич Момыналиев, д-р биолог. наук, доцент, помощник генерального директора, 
Игорь Владимирович Иванов, д-р мед. наук, генеральный директор, ФГБУ «Всероссийский научно-исследовательский и испытательный институт медицинской техники» Росздравнадзора, г. Москва, 

Список литературы

1. Delmastro F., Martino F.D., Dolciotti C. Cognitive Training and Stress Detection in MCI Frail Older People Through Wearable Sensors and Machine Learning // IEEE Access. 2020. Vol. 8. PP. 65573-65590. 
2. Hannun A.Y, Rajpurkar P., Haghpanahi M., Tison G.H., Bourn C., Turakhia M.P., Ng A.Y. Cardiologist-level arrhythmia detection and classification in ambulatory electrocardiograms using a deep neural network // Nat. Med. 2019. Vol. 25 (1). PP. 65-69. 
3. Kwon S., Hong J., Choi E.K., Lee B., Baik C., Lee E., Jeong E.R., Koo B.K., Oh S, Yi Y. Detection of Atrial Fibrillation Using a Ring-Type Wearable Device (CardioTracker) and Deep Learning Analysis of Photoplethysmography Signals: Prospective Observational Proof-of-Concept Study // J. Med. Internet. Res. 2020. Vol. 22 (5). P. e16443. 
4. Buettner R., Frick J., Rieg T. High-performance Detection of Epilepsy in Seizure-free EEG Recordings / Proceedings of the International Conference on Information Systems. 2019. Munich, Germany. P. 12. 
5. Can Y.S., Arnrich B., Ersoy C. Stress detection in daily life scenarios using smart phones and wearable sensors: A survey // J. Biomed. Inform. 2019. Vol. 92. Art № 103139. 
6. Tonacci A., Billeci L., Di Mambro I., Marangoni R., Sanmartin C., Venturi F. Wearable Sensors for Assessing the Role of Olfactory Training on the Autonomic Response to Olfactory Stimulation // Sensors. 2021. Vol. 21 (3). P. 770. 
7. Yen C.T., Liao J.X., Huang Y.K. Human Daily Activity Recognition Performed Using Wearable Inertial Sensors Combined with Deep Learning Algorithms // IEEE Access. 2020. Vol. 8. PP. 174105-174114. 
8. Cheon A., Jung S.Y., Prather C., Sarmiento M., Wong K., Woodbridge D.M. A Machine Learning Approach to Detecting Low Medication State with Wearable Technologies / 42nd Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC), Montreal, QC, Canada, 2020. PP. 4252-4255. 
9. Bi S., Wang T., Davenport E., Peterson R., Halter R.J., Sorber J., Kotz D. Toward a wearable sensor for eating detection / Proceedings of the 2017 Workshop on Wearable Systems and Applications. 2017. PP. 17-22. 
10. Zdravevski E., Risteska Stojkoska B., Standl M., Schulz H. Automatic machine-learning based identification of jogging periods from accelerometer measurements of adolescents under field conditions // PLoS One. 2017. Vol. 12 (9). Art № e0184216. 
11. Can Y.S., Arnrich B., Ersoy C. Stress detection in daily life scenarios using smart phones and wearable sensors: A survey // J. Biomed. Inform. 2019. Vol. 92. Art № 103139. 
12. Akbulut F.P., Ikitimur B., Akan A. Wearable sensor-based evaluation of psychosocial stress in patients with metabolic syndrome // Artif. Intell. Med. 2020. Vol. 104. Art № 101824. 
13. Perez M.V., Mahaffey K.W., Hedlin H. et al. Apple Heart Study Investigators. Large-Scale Assessment of a Smartwatch to Identify Atrial Fibrillation // N. Engl. J. Med. 2019. Vol. 381 (20). PP. 1909-1917. 
14. Regalia G., Onorati F., Lai M., Caborni C., Picard R.W. Multimodal wrist-worn devices for seizure detection and advancing research: Focus on the Empatica wristbands // Epilepsy Res. 2019. Vol. 153. PP. 79-82. 
15. Meisel C., El Atrache R., Jackson M., Schubach S., Ufongene C., Loddenkemper T. Machine learning from wristband sensor data for wearable, noninvasive seizure forecasting // Epilepsia. 2020. Vol. 61 (12). PP. 2653-2666. 
16. Zhang H., Guo Y., Zanotto D. Accurate ambulatory gait analysis in walking and running using machine learning models // IEEE Transactions on Neural Systems and Rehabilitation Engineering. 2020. Vol. 28 (1). PP. 191-202. 
17. Alvarez A., Severeyn E., Velбsquez J., Wong S., Perpinan G., Huerta M. Machine learning methods in the classification of the athletes dehydration / Proceedings of the 2019 IEEE Fourth Ecuador Technical Chapters Meeting (ETCM). November, 2019. Guayaquil, Ecuador. PP. 1-5. 
18. Hwang S., Jebelli H., Choi B., Choi M., Lee S.H. Measuring workers’ emotional state during construction tasks using wearable EEG // Journal of Construction Engineering and Management. 2018. Vol. 144. P. 01. 
19. Hayano J., Yamamoto H., Nonaka I., Komazawa M., Itao K., Ueda N., Tanaka H., Yuda E. Quantitative detection of sleep apnea with wearable watch device // PLoS One. 2020. Vol. 15 (11). Art № e0237279. 
20. Siirtola P., Koskimдki H., Mцnttinen H., Rцning J. Using sleep time data from wearable sensors for early detection of migraine attacks // Sensors. 2018. Vol. 18 (5). P. 1374. 
21. Wong C.K., Ho D.T.Y., Tam A.R., Zhou M., Lau Y.M., Tang M.O.Y. Artificial intelligence mobile health platform for early detection of COVID-19 in quarantine subjects using a wearable biosensor: Protocol for a randomized controlled trial // BMJ Open. 2020. Vol. 10. Art № e038555. 
22. Un K.C., Wong C.K., Lau Y.M. Observational study on wearable biosensors and machine learning-based remote monitoring of COVID-19 patients // Scientific Reports. 2021. Vol. 11. P. 4388. 
23. Greiwe J., Nyenhuis S.M. Wearable technology and how this can be implemented into clinical practice // Current Allergy and Asthma Report. 2020. Vol. 20 (8). P. 36.