在 COVID-19 大流行期间,住院患者(包括重症监护室重症患者和居家隔离患者)的数量预计将激增。传统上,运行专有软件和通信协议的昂贵监视器安装在 ICU 中,而医疗楼层和门诊病人则由预防性查房检查,通常由密切接触的护理团队进行。在高度传染性的大流行中,这种工作流程可能会变得不够。例如,宝贵的 ICU 设备只保留给最危急的病例,让其他患者不确定自己的健康信号,或者让医生不知道哪些病例比其他病例恶化得更快。要求医生和护士进入病房关闭警报并检查进度,这意味着与剧毒病原体接触并被感染的风险。当前的项目提供了一种创新的方式来评估生命体征并处理与支持人工智能的物联网平台相关的数千名患者,以应对我们今天生活的困难时期,医生和护士随时准备使用他们拥有的任何资源来应对在医院或家中治疗所有患者。
在这个项目中,我们使用小型、低成本的可穿戴医疗传感器,并通过蓝牙 5 连接到网关(手机、平板电脑或无头服务器)。该监视器在一个可穿戴设备中包含七个传感器:心电图、SpO2、温度、心率、呼吸率、加速度计(活动和跌倒检测)、估计的血压和用于聆听肺声音和咳嗽的肺麦克风。再加上通过云和基于边缘计算的 AI 推理进行的远程实时、安全传输,该平台有助于检测和管理 COVID 患者的恶化状况。
该监视器由包含 BLE 模块、加速度计和 USB-C 连接器的主板和一个外部 ECG 板组成,该板承载连接到电极和麦克风的 ECG 模拟前端。温度和血氧计传感器有自己的迷你 PCB,并且都通过柔性电缆连接。模块化允许根据患者身体上的传感器位置进行不同的配置,并在为设备设计外壳时提供灵活性。
固件模板使用 C++ 编写,基于 nRF5 SDK 版本 17.0.0_9d13099。SWD 焊盘可与 J-Link 兼容的调试探针一起使用。
用户应用程序充当监视器的伴侣。它通过蓝牙 5 连接到设备,并显示重要信号、设备和患者参数的实时视图。该应用程序可以将深度学习模块(例如用于模式分类的预训练模型)集成到多个感兴趣的条件中,并连接到医院后端以获得集中式仪表板或正在管理的患者的一般视图。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !