Uma proposta de sistema de monitoramento de sinais vitais de maneira distribuída

• Jeferson Pereira Feijó Centro de Robótica e Ciência de Dados (iTEC) http://orcid.org/0009-0006-1795-0573
• Debora Bertaco Universidade Federal do Rio Grande (FURG) / Centro de Robótica e Ciência de Dados (iTEC)
• Eduardo da Rosa Asevedo Centro de Robótica e Ciência de Dados (iTEC) https://orcid.org/0009-0003-2915-0723
• Emily Marques Salum Centro de Robótica e Ciência de Dados (iTEC) https://orcid.org/0009-0003-0076-238X
• Leonardo de Paula Centro de Robótica e Ciência de Dados (iTEC) https://orcid.org/0009-0001-9128-1375
• Luiz Oscar Homann de Topin Universidade Federal do Rio Grande (FURG) https://orcid.org/0000-0002-6083-8302
• Luciano Maciel Ribeiro Universidade Federal do Rio Grande (FURG) / Centro de Robótica e Ciência de Dados (iTEC) https://orcid.org/0000-0003-3603-634X
• Bruno L. Dalmazo Universidade Federal do Rio Grande (FURG) / Centro de Robótica e Ciência de Dados (iTEC) https://orcid.org/0000-0002-6996-7602
• Giancarlo Lucca Universidade Católica de Pelotas (UCPel) https://orcid.org/0000-0002-3776-0260

DOI: https://doi.org/10.5753/errc.2024.4578

Resumo

O monitoramento remoto de sinais vitais tem se mostrado fundamental para o cuidado à saúde de pacientes que necessitam de acompanhamento contínuo fora do ambiente hospitalar, especialmente em casos de doenças crônicas e na população idosa. Este trabalho propõe uma arquitetura escalável e eficiente para monitoramento remoto, utilizando as tecnologias WebSocket e Apache Kafka para transmissão e processamento de dados em tempo real aproximado. A estrutura modular da arquitetura, composta por dispositivos vestíveis para captura de dados, uma camada de comunicação para transmissão contínua e um sistema de processamento e armazenamento para análise e alertas, permite uma resposta rápida a alterações críticas nos sinais vitais dos pacientes. A aplicação dessa arquitetura visa aumentar a eficiência do monitoramento remoto, reduzir hospitalizações desnecessárias e ampliar o acesso ao cuidado de saúde em regiões remotas, além de servir como uma base sólida para futuras expansões e novos dispositivos de monitoramento.

Palavras-chave: Monitoramento remoto, Sinais vitais, WebSocket, Apache Kafka

Referências

Alkhawlani, M.; Husien, W. A.; Alhamdany, S. N. Facilitating Patient Registrations Using an Integrating Healthcare Management System. In: 2018 1st Annual International Conference on Information and Sciences (AiCIS). 2018. P. 23–27. DOI: 10.1109/AiCIS.2018.00017.

Kavitha, V. P. et al. A Comprehensive Survey of IoT Applications in Remote Patient Monitoring, Chronic Disease Management, and Smart Healthcare Infrastructure. In: 2024 3rd International Conference on Sentiment Analysis and Deep Learning (ICSADL). 2024. P. 689–696. DOI: 10.1109/ICSADL61749.2024.00120.

Marfil-Garza, B. A. et al. Risk factors associated with prolonged hospital length-of-stay: 18-year retrospective study of hospitalizations in a tertiary healthcare center in Mexico. PLOS ONE, Public Library of Science, v. 13, n. 11, p. 1–14, nov. 2018. DOI: 10.1371/journal.pone.0207203.

Miranda, G. B. S.; Borges, N. G. S.; Ribeiro, N. M. d. S. Impacto do tempo de hospitalização na mobilidade e na qualidade de vida de idosos. Revista de Ciências Médicas e Biológicas, v. 18, n. 3, p. 330–334, dez. 2019. DOI: 10.9771/cmbio.v18i3.34417. Disponível em: [link].

Alsinglawi, B. S. et al. Predicting Hospital Stay Length Using Explainable Machine Learning. IEEE Access, v. 12, p. 90571–90585, 2024. DOI: 10.1109/ACCESS.2024.3421295.

Kreps, J.; Narkhede, N.; Rao, J. Kafka: a distributed messaging system for log processing. Proceedings of the NetDB, v. 11, p. 1–7, 2011.

Luo, X.; Tan, H.; Wen, W. Recent Advances in Wearable Healthcare Devices: From Material to Application. Bioengineering, v. 11, n. 4, 2024. ISSN 2306-5354. DOI: 10.3390/bioengineering11040358. Disponível em: [link].

Darkins, A.; Ryan, P.; Kobb, R. et al. Care coordination/home telehealth: systematic implementation for chronic disease management in veterans. Telemedicine and e-Health, Mary Ann Liebert, Inc., v. 20, n. 3, p. 221–228, 2014.

Reddy, M. K. et al. Design and Development of Wearable Medical Devices for Health Monitoring. In: 2023 7th International Conference on I-SMAC (IoT in Social, Mobile, Analytics and Cloud) (I-SMAC). 2023. P. 554–559. DOI: 10.1109/I-SMAC58438.2023.10290556.

Yang, Q. et al. Application of wearable devices in sports: behavior change and result effect. In: 2021 International Conference on Health Big Data and Smart Sports (HBDSS). 2021. P. 137–147. DOI: 10.1109/HBDSS54392.2021.00035.

Milenkovic, A.; Otto, C.; Jovanov, E. Wireless sensor networks for personal health monitoring: Issues and an implementation. Computer Communications, Elsevier, v. 29, n. 13-14, p. 2521–2533, 2006.

Majumder, S.; Mondal, T.; Deen, M. J. Wearable sensors for remote health monitoring. Sensors, MDPI, v. 17, n. 1, p. 130, 2017.

Wang, V.; Salim, F.; Moskovits, P. The WebSocket Protocol. In: THE Definitive Guide to HTML5 WebSocket. Berkeley, CA: Apress, 2013. P. 33–60. ISBN 978-1-4302-4741-8. DOI: 10.1007/978-1-4302-4741-8_3.

Raptis, T. P.; Passarella, A. A Survey on Networked Data Streaming With Apache Kafka. IEEE Access, v. 11, p. 85333–85350, 2023. DOI: 10.1109/ACCESS.2023.3303810.

Lee, J. Y.; Kim, S. D. Software Approaches to Assuring High Scalability in Cloud Computing. In: 2010 IEEE 7th International Conference on E-Business Engineering. 2010. P. 300–306. DOI: 10.1109/ICEBE.2010.73.

Dalmazo, B. L.; Vilela, J. P.; Curado, M. Triple-Similarity Mechanism for alarm management in the cloud. Computers & Security, v. 78, p. 33–42, 2018. ISSN 0167-4048. DOI: 10.1016/j.cose.2018.05.016. Disponível em: [link].