IoTベースのリアルタイムウェアラブル健康データセンサーにおけるフォールトトレラントmHealthフレームワーク

モノのインターネット（IoT）の新興技術のブレークスルーは、屋内および屋外のヘルスケアに対する有望なソリューションを提供することが期待されており、人間の健康と福祉に大きく貢献する可能性があります。本論文では、テレメディスンアーキテクチャにおけるヘルスケアサービスアプリケーションの技術を調査しました。IoTソリューションを通じてテレメディスンアーキテクチャの頻繁な失敗、特にウェアラブルボディセンサー（Tier 1）と医療センターサーバー（Tier 3）の失敗に関する一連のヘルスケア問題を解決することを目指しました。一般化を改善するために、我々はIoTの文脈におけるmHealthのフォールトトレラントフレームワーク、いわゆるFTF-mHealth-IoTという効果的な研究アプローチを示しました。まず、mHealthを使用し、医療センターから患者トリアージの制御プロセスを除外し、ウェアラブルセンサーに関連する失敗を警告するリスクレベルローカリゼーショントリアージ（RLLT）と呼ばれるリスクローカルトリアージアルゴリズムを提案します。RLLTは、患者の緊急事態を検出し、そのリスクレベルのヘルスケアサービスパッケージを特定するための初期ステップを実行します。次に、リスクレベルパッケージに基づいて、我々のフレームワークは多基準意思決定（MCDM）を通じて病院選択における意思決定者を支援できます。それにより、mHealthは分散病院のサーバーと直接接続し、これらの病院におけるリスクレベルパッケージのために利用可能なヘルスケアサービスを確認します。患者が病院に到着する時間（TAH）は、医療センターの失敗時に最終的な決定を下すために各病院で考慮されます。本論文では2つのデータセットを使用しました。最初のデータセットは、慢性心疾患を持つ572人の患者を含み、そのトリアージレベルは我々のRLLTアルゴリズムを使用して評価されました。2番目のデータセットには、提案されたフレームワークをテストする際の多様性を示すために、分散病院内の2つの可用性レベルを持つ病院のヘルスケアサービスが含まれています。前者のデータセットは、バグダッド首都に位置する12の病院から収集されたサービスの実際のデータセットであり、最大の可用性レベルを表します。後者は、クアラルンプール首都に位置する12の病院内のサービスの仮定データセットであり、最小の可用性レベルを表します。続いて、病院は各病院の「ヘルスケアサービスパッケージ/TAH」と「病院リスト」の交差に基づいて、小さな電力消費を見積もるためのユニークなMCDM手法、すなわち分析階層プロセス（AHP）を使用して優先順位が付けられました。結果は、AHPがmHealth内の病院選択問題を解決するために効果的であることを示しました。この研究の影響は、現代のライフスタイルにおいて患者、組織、および医療スタッフを支援します。