Resumen

El monitoreo remoto de enfermedades cardíacas proporciona los medios para mantener a los pacientes bajo supervisión continua. En este documento, presentamos el diseño e implementación de un sistema médico de monitoreo remoto para la predicción y manejo de insuficiencia cardíaca. El sistema de tres partes incluye un extremo del paciente para la recolección de datos, un centro de datos médicos como almacenamiento y análisis de datos, y un extremo del médico para el diagnóstico e intervención. El objetivo principal del sistema es pronosticar el riesgo de ocurrencia de insuficiencia cardíaca (IC) confirmado por el nivel de prohormona N-terminal del péptido natriurético cerebral (NT-proBNP) basado en los cambios de la presión arterial (sistólica y diastólica) y el peso corporal de los pacientes que se miden de forma no invasiva en un entorno doméstico. La predicción de pacientes con IC y sin IC se logró mediante un algoritmo de clasificación de máquina de vectores de soporte (SVM) estructurado. Con el sistema actual, también propusimos un método de puntuación para interpretar el riesgo a largo plazo de IC. Demostramos la eficiencia del sistema con un estudio clínico piloto de 34 muestras, donde la prueba de NT-proBNP se utilizó para ayudar a entrenar el modelo de predicción y verificar los resultados de predicción de nuestro sistema. Los resultados mostraron una precisión del 79.4% para predecir IC en el día 7 basado en datos diarios de peso corporal y presión arterial adquiridos durante 30 días.

• Materias:Modelos de tráfico Aplicación de Android Redes de sensores Redes sociales móviles Sistemas integrados
• Subjects:Traffic models Android application Sensor networks Mobile social networks Embedded systems
• Palabras claves:Monitorización remota; Predicción de insuficiencia cardiaca; Sistema médico; NT-proBNP; Máquina de vectores de soporte estructurado; Estudio clínico
• Keywords:Remote monitoring; Heart failure prediction; Medical system; NT-proBNP; Structured support vector machine; Clinical study