Ambiente Domiciliar Assistido para o Monitoramento Remoto de Idosos em Zonas Rurais

• Walkíria G. S. Silveira UFJF
• Mario A. R. Dantas UFJF

DOI: https://doi.org/10.5753/wscad_estendido.2022.226331

Resumo

Com o envelhecimento populacional e a preocupação em manter a atenção primária à saúde de toda a população, somada à preocupação com os cuidados aos idosos moradores de zonas rurais, a presente artigo propõe um modelo para o monitoramento remoto de idosos em um Ambiente Domiciliar Assistido, onde existe dificuldade de acesso à internet, que considera o modelo computacional de Edge-Fog-Cloud para prover um ambiente adequado. Apresenta-se um estudo da proposta de modelo e simulação do cenário em um ambiente simulador de contexto em software. Como resultado deste artigo, é possível entender a necessidade de um modelo considerando 3 níveis, levando-se em conta comunicação e computação com o objetivo de uma higienização otimizada dos dados digitais oriundos de IoT, a serem armazenados na cloud.

Referências

United Nations, Department of Economic and Social Affairs, Population Division (2019). World Population Ageing 2019: Highlights (ST/ESA/SER.A/430), [link].

Penido, A., (2018) "Estudo aponta que 75 por cento dos idosos usam apenas o SUS", [link].

Trevelyan, E. and Smith, A. S. (2019). "In some states, more than half of older residents live in rural areas". In: United States Census Bureau, [link].

Comissão Econômica Unece (2017). "Resumo de Políticas: Idosos em áreas rurais e remotas". In: Resumo de políticas da Unece sobre o envelhecimento nº 18, https://unece.org/DAM/pau/age/Policy_briefs/Portuguese/PB18_V01.pdf.

Elisa Y. Nakagawa, Pablo O. Antonino, Martin Becker, José C. Maldonado, Holger Storf, Karina B. Villela, Dieter Rombach, (2013). "Relevance and perspectives of AAL in Brazil". In: Journal of Systems and Software, Volume 86, Issue 4, Pages 985-996, ISSN 0164-1212, https://doi.org/10.1016/j.jss.2012.10.013. (https://www.sciencedirect.com/science/article/pii/S0164121212002841)

Balakrishna, S., Thirumaran, M., Solanki, V.K. (2020). IoT Sensor Data Integration in Healthcare using Semantics and Machine Learning Approaches. In: Balas, V., Solanki, V., Kumar, R., Ahad, M. (eds) A Handbook of Internet of Things in Biomedical and Cyber Physical System. Intelligent Systems Reference Library, vol 165. Springer, Cham. https://doi.org/10.1007/978-3-030-23983-1_11

Ortiz, O., Zouai, M., Kazar, O., Garcia, A.P., Boubeta, J., (2022). "Atmosphere: Context and situational-aware collaborative IoT architecture for edge-fog-cloud computing", In: Computer Standards & Interfaces, Volume 79, https://doi.org/10.1016/j.csi.2021.103550.

Omni.sci, (2021). https://www.omnisci.com/technical-glossary/fog-computing

Rebelato, C. E., (2017). "Desenvolvimento de uma abordagem para a identificação e localização de pessoas em Ambientes Assistidos". In: RI UFSC, https://repositorio.ufsc.br/xmlui/handle/123456789/177696

Umilio, F., Inacio, E., Dantas, M. (2019). "Uma Abordagem em Ambiente Domiciliar Assistido Baseada no Paradigma de Segurança Orientada a Contexto". In: WSCAD, Campo Grande. Porto Alegre: Sociedade Brasileira de Computação. p. 9-16. DOI: https://doi.org/10.5753/wscad_estendido.2019.8693.

Thomé, T.G., (2020). "IoT devices in a cooperative for-cloud configuration to support predictions in a healthcare environment". In: Universidade Federal de Juiz de Fora, http://monografias.ice.ufjf.br/tcc-web/tcc?id=511

Nascimento, M. G., Iorio, G., Thomé, T. G., Medeiros, Alvaro A. M., Mendonça, Fabricio M., Campos, F. A., David, J. M., Ströele, V., Dantas, M. A.R., (2020). "Covid-19: A Digital Transformation Approach to a Public Primary Healthcare Environment". In: IEEE . https://ieeexplore.ieee.org/document/9219643