あなたは歯科・医療関係者ですか?

WHITE CROSSは、歯科・医療現場で働く方を対象に、良質な歯科医療情報の提供を目的とした会員制サイトです。

日本語AIでPubMedを検索

日本語AIでPubMedを検索

PubMedの提供する医学論文データベースを日本語で検索できます。AI(Deep Learning)を活用した機械翻訳エンジンにより、精度高く日本語へ翻訳された論文をご参照いただけます。
Sensors (Basel).2020 Apr;20(7). E2153. doi: 10.3390/s20072153.Epub 2020-04-10.

緊急医療のためのワイヤレス・ボディエリア・ネットワーク(WBAN)ベースの遠隔医療

Wireless Body Area Network (WBAN)-Based Telemedicine for Emergency Care.

  • Latha R
  • Vetrivelan P
PMID: 32290332 PMCID: PMC7180965. DOI: 10.3390/s20072153.

抄録

本稿では,無線ボディエリアネットワーク(WBAN)が緊急時の状況に応じて利用する遠隔医療技術をまとめたものである.さらに、緊急時の状態を予測するためのベイズの定理を提案する。事前知識があれば、観測された証拠とともに事後確率を求めることができる。ベイズの定理を用いて、尤度証拠を用いて緊急メッセージを送信する確率を求めることができる。緊急監視、遅延に敏感な監視、一般監視などの診断条件を、データレート、コスト、パケットロス率、遅延、ジッターなどのネットワーク特性とともに解析することから、医療的な意思決定と捉えることができる。本稿では、ネットワークモデルを16個の変数で説明し、1個は即時相談を記述したもの、もう1個は緊急監視、遅延感受性監視、一般監視を記述したものである。残りの12変数は、遅延、コスト、パケットロス率、データ率、ジッタに関する観測である。

This paper is a collection of telemedicine techniques used by wireless body area networks (WBANs) for emergency conditions. Furthermore, Bayes' theorem is proposed for predicting emergency conditions. With prior knowledge, the posterior probability can be found along with the observed evidence. The probability of sending emergency messages can be determined using Bayes' theorem with the likelihood evidence. It can be viewed as medical decision-making, since diagnosis conditions such as emergency monitoring, delay-sensitive monitoring, and general monitoring are analyzed with its network characteristics, including data rate, cost, packet loss rate, latency, and jitter. This paper explains the network model with 16 variables, with one describing immediate consultation, as well as another three describing emergency monitoring, delay-sensitive monitoring, and general monitoring. The remaining 12 variables are observations related to latency, cost, packet loss rate, data rate, and jitter.