IoT na saúde doméstica: estudos de caso e especificação de uma aplicação

Abstract

A IoT possui enorme potencial para a saúde doméstica e, entre as aplicações, o monitoramento de idosos vem ganhando destaque devido ao envelhecimento da população mundial. Este trabalho fornece uma visão geral dos conceitos de IoT, discute algumas aplicações da IoT na saúde doméstica através de estudos de caso, especifica um sistema IoT amplo para o monitoramento de idosos e desenvolve uma interface na plataforma ThingSpeak para validar o conceito. O sistema especificado seria composto por uma pulseira contendo diversos sensores, um medidor de glicose e um gerenciador de medicamentos. A interface desenvolvida no ThingSpeak apresenta o histórico e os valores em tempo real, através de dashboards, dos sinais de frequência cardíaca, temperatura superficial, saturação de oxigênio, pressão arterial e glicose. A interface também mostra o consumo de medicamentos e quando ocorre uma queda. Alertas são enviados quando valores anormais são detectados, nos horários de consumo dos medicamentos e quando uma queda é detectada. Referente à medição de glicose, de modo a alertar o usuário de forma preditiva, um algoritmo de regressão linear foi utilizado para prever condições de hipoglicemia e hiperglicemia, enviando alertas automaticamente por e-mail quando níveis anormais de glicose são previstos. Os resultados obtidos demonstram o potencial do sistema especificado para proporcionar um monitoramento de saúde eficiente e contínuo.

IoT has enormous potential for home health and, among applications, monitoring elderly people has gained prominence due to the aging of the world population. This work provides an overview of IoT concepts, discusses some applications of IoT in home healthcare through case studies, specifies a broad IoT system for monitoring elderly people, and develops an interface on the ThingSpeak platform to validade the concept. The specified system would consist of a bracelet containing several sensors, a glucose meter and a medication manager. The interface developed in ThingSpeak presents the history and real-time values, through dashboards, of heart rate signals, surface temperature, oxygen saturation, blood pressure and glucose. The interface also shows medication consumption and when a fall occurs. Alerts are sent when abnormal values are detected, at medication consumption times and when a drop is detected. A linear regression algorithm was used to predict hypoglycemia and hyperglycemia conditions, automatically sending email alerts when abnormal glucose levels are predicted. The results obtained demonstrate the potential of the specified system to provide efficient and continuous health monitoring.