Review jurnal tentang "IoT For Health"

 Jurnal "Using Internet of Things and Biosensors Technology for Health Application"

Pendahuluan

    Penggunaan fasilitas rehabilitasi cerdas memiliki beberapa keuntungan, yaitu penggunaan metode yang lebih efektif, kepuasan ganda (pasien dan terapis), dan kemungkinan penyesuaian yang cepat dengan data medis terbaru pasien. Telah diperkirakan bahwa pasar untuk pemantauan kesehatan jarak jauh akan meningkat dari $ 400 juta pada tahun 2014 menjadi $ 980 juta pada tahun 2020. Dalam rangka memberikan rehabilitasi yang cepat dan efektif untuk pasien yang berbeda, IoT dikombinasikan dengan ontologi. 

    Ilmu ontologI dalam kerangka IoT pada rekayasa rehabilitasi memiliki dua keunggulan utama dibandingkan metode konvensional. Pertama, ontologi menciptakan kesadaran konstruktif tentang bidang teknik rehabilitasi yang membantu untuk menganalisis lebih baik dan memberikan lebih banyak transparansi. Kedua, ontologi memfasilitasi berbagi pengetahuan. Oleh karena itu, penelitian ini bertujuan memberikan metodologi desain otomatis berbasis ontologi untuk sistem rehabilitasi cerdas menggunakan IoT dan untuk memeriksa biosensor dari IoT.

Topologi Sistem

    Sistem mencakup semua sumber daya medis dan terapeutik, komunitas dan pasien, server, termasuk database dan interface proses perantara yang bertanggung jawab untuk analisis data, membangun dan mengembangkan strategi rehabilitasi dan menemukan peristiwa kritis. Semua yang terdapat dalam sistem terhubung satu sama lain oleh Ethernet and Transmission Control Protocol / Internet Protocol (TCP / IP) dan setiap perangkat memiliki Unique Identifier (UID) yang ditetapkan dan terhubung ke WiFi, Bluetooth, atau RFID.

        Subsistem rehabilitasi mencakup sistem rehabilitasi cerdas sebagai kerangka eksternal yang menyediakan perawatan utama untuk rehabilitasi, dan perangkat cerdas yang penting bagi pasien.  Sensor kritis digunakan untuk mengubah sinyal biologis menjadi sinyal optik elektrik, elektrokimia atau piezoelektrik dari jenis molekul biologis tertentu. Pengujian kematangan teknologi biosensor pada IoT dilakukan dengan sampel berupa darah, air liur, dan nafas pasien menggunakan model kurva Gompertz dan Fisher-Pry.

Framework

    Untuk mengoptimalkan Advanced Delivery Management (ADM), framework melibatkan 4 fase yaitu, diagnosis dan evaluasi, perancangan strategi rehabilitasi, desain subsistem, dan desain yang rinci dengan detail rancangan strategi rehabilitasi sebagai berikut:

1. Masukkan isi tinjauan gejala secara manual.
2. Bandingkan gejala yang masuk dengan semua penyakit yang sama pada database.
3. Pemilihan otomatis item yang paling mirip dalam database.
4. Jika kemiripan maksimum gejala > 0,5, lanjutkan ke langkah 5 dan lanjutkan ke langkah 7 jika tidak ada gejala serupa dalam database.
5. Cari strategi rehabilitasi secara otomatis berdasarkan kasus yang paling sesuai.
6. Modifikasi strategi berdasarkan kesamaan sub-istilah secara otomatis dan periksa ulang strategi yang dimodifikasi secara manual oleh dokter.
7. Masukkan resep (resep obat yang sesuai oleh dokter).

Metodologi

Pada saat pengujian biosensor, diterapkan beberapa protokol yaitu,

• 57 item dalam database terdiri dari pasien dengan berbagai penyakit dan strategi rehabilitasi yang sesuai.
• Warga baru yang belum diperiksa akan dirawat di 21 rumah sakit dan 18 pusat rehabilitasi.
• Telah disediakan informasi dari staf medis dan peralatan seperti simulator elektronik dan perangkat perawatan berfrekuensi tinggi.

Hasil

    Berdasarkan grafik perbandingan kurva untuk pengujian kematangan teknologi biosensor, pada saat mencapai titik balik, kurva Fisher – Pry menunjukkan kinerja yang lebih baik, tetapi kemudian memperkirakan tingkat pertumbuhan dan perkiraan yang berlebihan. Yang berarti teknologi mencapai kematangan lebih lambat dari yang diharapkan.

Kesimpulan

    Dari penelitian ini, dapat diambil kesimpulan bahwa sistem yang diusulkan telah diuji efisien dan efektif serta memiliki dua fitur unik, yaitu perkembangan pesat sistem rehabilitasi dan kemudahan berbagi informasi di bidang kesehatan dengan peran luar biasa dari ontologi. Selain itu, diketahui bahwa kematangan teknologi biosensor lebih lambat dari yang diharapkan.