PDモニタリングのためのエッジデバイスにおけるIoTセンサーデータの収集、統合および処理：スコーピングレビュー

ブラディキニアと振戦は、進行性神経変性疾患であるパーキンソン病（PD）の診断とモニタリングにおいて重要な運動症状です。IoTセンサー、スマートウォッチ技術、エッジコンピューティングの統合により、これらの障害に関連するデータのリアルタイムでの収集、処理および分析が可能となり、従来の臨床環境を超えたPDの継続的なモニタリングが実現されます。この調査は、ウェアラブルIoTセンサーからのデータ収集における最近の技術的進展を包括的にレビューし、効率的で低遅延の処理に最適化された方法を強調しています。さらに、この調査では、エッジデバイスにおけるブラディキニアと振戦症状の検出および分析のためのAI駆動の技術も探ります。エッジデバイスでのローカライズされた計算を活用することにより、これらのアプローチはエネルギー効率、データプライバシー、スケーラビリティを促進し、実際の環境での展開に適しています。この論文はまた、再現性とこれらの環境への統合を改善する役割を評価する関連のオープンソースツールとデータセットを検討します。さらに、リアルな環境における変動性、モデルの一般化、計算制約などの主要な課題が議論され、検出精度とシステムの堅牢性を向上させるための潜在的な戦略が提案されます。センサーデータの収集と統合、エッジデバイスにおけるブラディキニアと振戦のAIベースの検出の間のギャップを埋めることで、この調査は、継続的なPDモニタリングのための効率的でスケーラブル、かつプライバシーを守るヘルスケアソリューションの開発に寄与することを目指しています。