СППВР на основе программно-аппаратного комплекса для бесконтактного мониторинга состояния пациента «SafeVision».

С развитием обрабатывающих мощностей бесконтактные системы оценки здоровья становятся перспективным решением, основанным на современных технологиях, таких как оптическая спектроскопия, инфракрасное излучение, компьютерное зрение и искусственный интеллект, что позволяет регистрировать ключевые показатели здоровья, включая частоту сердечных сокращений, дыхательную активность, температуру тела, артериальное давление и сатурацию кислорода (SpO₂), [1-6]. Их неинвазивность, гигиеничность и возможность непрерывного мониторинга делают их идеальными для использования в больницах, домах престарелых и домашних условиях, особенно для контроля хронических заболеваний, таких как сердечная недостаточность и ХОБЛ. Благодаря алгоритмам машинного обучения и ИИ, точность систем продолжает улучшаться, учитывая индивидуальные особенности пациентов, что открывает новые возможности для интеграции в телемедицину и удалённый мониторинг состояния пациентов. ПАК SafeVision представляет собой уникальный прибор для бесконтактного наблюдения за пациентами с помощью тепловизора и ToF-камеры (датчика объема) заключенный в пластиковый корпус, который способен перемещаться относительно пациента с помощью подвижных элементов, приводящихся в движение с помощью шаговых электродвигателей. Он предназначен для превентивной диагностики неинфекционных заболеваний, болевых синдромов, апноэ сна, приводящих к увеличению вероятности возникновения нарушения сердечно-сосудистой системы у пациента, что может привести к преждевременной смертности в лечебно-профилактических учреждениях. В ПАК также встроена система отслеживания качества воздуха в больничных палатах. Комплекс интегрируется в медицинские многофункциональные кровати как система поддержки принятия врачебных решений (СППВР). Анализируемые жизненно важные показатели пациента: температура и её изменение; частота дыхательных движений; частота сердечных сокращений;, а также его ночные движения, изменение мимики и положения тела. Параметры окружающей среды: влажность; температура; давление; уровень содержания CO2. Собранные данные устройство SafeVision анализирует с помощью машинного обучения и передает в облачное хранилище для дальнейшей выгрузки в веб-приложение с необходимой аналитикой, включая предиктивную, для медицинского персонала в больнице. Хотелось бы отметить, что сбор данных выполняется обезличено, что существенно упрощает юридические аспекты, при этом применяется шифрование данных пациентов. Практическая значимость SafeVision заключается в улучшении качества медицинской помощи, снижения нагрузки на медицинский персонал и минимизация рисков передачи инфекций. Развитие данной технологии является важным шагом в направлении цифровизации медицины, предлагая удобные, безопасные и эффективные решения для мониторинга состояния пациентов. Их внедрение в клиническую практику и повседневную жизнь способно существенно улучшить качество медицинской помощи и повысить уровень здоровья населения в целом. Сочетание этих технологий с современными алгоритмами анализа данных и искусственным интеллектом делает их перспективным инструментом для будущего медицины, где акцент делается на персонализированном подходе и профилактике заболеваний. Источники: 1. Manullang, M. C. T., Lin, Y.-H., Lai, S.-J., & Chou, N.-K. (2021). Implementation of Thermal Camera for Non-Contact Physiological Measurement: A Systematic Review. Sensors, 21(23), 7777. 2. Kranjec, J., Beguš, S., Geršak, G., & Drnovšek, J. (2014). Non-contact heart rate and heart rate variability measurements: A review. Biomedical Signal Processing and Control, 13, 102–112. 3. Gupta, A., Ravelo-García, A. G., & Dias, F. M. (2022). Availability and performance of face based non-contact methods for heart rate and oxygen saturation estimations: A systematic review. Computer methods and programs in biomedicine, 219, 106771. 4. Frey, L., Menon, C. & Elgendi, M. 86 (2022). Blood pressure measurement using only a smartphone. npj Digit. Med. 5, 86. 5. Tarassenko, L., et al. (2014). Non-contact monitoring of physiological parameters using imaging photoplethysmography. Physiological Measurement, 35(8), R91. 6. Poh, M. Z., et al. (2010). Non-contact, automated cardiac pulse measurements using video imaging and blind source separation. Optics Express, 18(10), 10762-10774.