BR102022005303A2 - INTERNET OF THINGS (IoT) BASED DEVICE AND SYSTEM FOR COLLECTION, PROCESSING AND ANALYSIS OF A USER'S VITAL SIGNS - Google Patents
INTERNET OF THINGS (IoT) BASED DEVICE AND SYSTEM FOR COLLECTION, PROCESSING AND ANALYSIS OF A USER'S VITAL SIGNS Download PDFInfo
- Publication number
- BR102022005303A2 BR102022005303A2 BR102022005303-0A BR102022005303A BR102022005303A2 BR 102022005303 A2 BR102022005303 A2 BR 102022005303A2 BR 102022005303 A BR102022005303 A BR 102022005303A BR 102022005303 A2 BR102022005303 A2 BR 102022005303A2
- Authority
- BR
- Brazil
- Prior art keywords
- data
- vital signs
- user
- sensor
- patient
- Prior art date
Links
- 238000012545 processing Methods 0.000 title claims abstract description 17
- 238000004458 analytical method Methods 0.000 title description 13
- 230000036772 blood pressure Effects 0.000 claims abstract description 35
- 238000004891 communication Methods 0.000 claims abstract description 35
- 206010020772 Hypertension Diseases 0.000 claims abstract description 22
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000033001 locomotion Effects 0.000 claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 12
- 238000013500 data storage Methods 0.000 claims abstract description 11
- 238000005516 engineering process Methods 0.000 claims description 13
- 230000037081 physical activity Effects 0.000 claims description 8
- 230000004913 activation Effects 0.000 claims description 7
- 230000036760 body temperature Effects 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 4
- 230000002093 peripheral effect Effects 0.000 claims description 4
- 238000013186 photoplethysmography Methods 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 230000036541 health Effects 0.000 abstract description 18
- 230000006698 induction Effects 0.000 abstract description 3
- 238000003860 storage Methods 0.000 abstract description 2
- 238000012544 monitoring process Methods 0.000 description 29
- 208000031662 Noncommunicable disease Diseases 0.000 description 21
- 238000010586 diagram Methods 0.000 description 13
- 230000004044 response Effects 0.000 description 11
- 238000004088 simulation Methods 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 7
- 238000013480 data collection Methods 0.000 description 7
- 206010012601 diabetes mellitus Diseases 0.000 description 5
- 230000035487 diastolic blood pressure Effects 0.000 description 5
- 230000035488 systolic blood pressure Effects 0.000 description 5
- 208000008589 Obesity Diseases 0.000 description 4
- 208000006673 asthma Diseases 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 230000003993 interaction Effects 0.000 description 4
- 235000020824 obesity Nutrition 0.000 description 4
- 230000034994 death Effects 0.000 description 3
- 231100000517 death Toxicity 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 229940079593 drug Drugs 0.000 description 3
- 239000003814 drug Substances 0.000 description 3
- 230000001815 facial effect Effects 0.000 description 3
- 230000005484 gravity Effects 0.000 description 3
- 230000001631 hypertensive effect Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 238000011282 treatment Methods 0.000 description 3
- 239000008186 active pharmaceutical agent Substances 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 239000008280 blood Substances 0.000 description 2
- 210000004369 blood Anatomy 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000001684 chronic effect Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000000004 hemodynamic effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000002483 medication Methods 0.000 description 2
- 230000000284 resting effect Effects 0.000 description 2
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 206010005746 Blood pressure fluctuation Diseases 0.000 description 1
- 229920000049 Carbon (fiber) Polymers 0.000 description 1
- 208000024172 Cardiovascular disease Diseases 0.000 description 1
- 208000017667 Chronic Disease Diseases 0.000 description 1
- 208000014085 Chronic respiratory disease Diseases 0.000 description 1
- 208000035473 Communicable disease Diseases 0.000 description 1
- 206010067671 Disease complication Diseases 0.000 description 1
- WHXSMMKQMYFTQS-UHFFFAOYSA-N Lithium Chemical compound [Li] WHXSMMKQMYFTQS-UHFFFAOYSA-N 0.000 description 1
- 206010028980 Neoplasm Diseases 0.000 description 1
- 206010065918 Prehypertension Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 208000037849 arterial hypertension Diseases 0.000 description 1
- 210000001367 artery Anatomy 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 208000022362 bacterial infectious disease Diseases 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 201000011510 cancer Diseases 0.000 description 1
- 239000004917 carbon fiber Substances 0.000 description 1
- 239000011093 chipboard Substances 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 235000006694 eating habits Nutrition 0.000 description 1
- 238000005265 energy consumption Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 229910052744 lithium Inorganic materials 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000011056 performance test Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000000276 sedentary effect Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/02—Detecting, measuring or recording pulse, heart rate, blood pressure or blood flow; Combined pulse/heart-rate/blood pressure determination; Evaluating a cardiovascular condition not otherwise provided for, e.g. using combinations of techniques provided for in this group with electrocardiography or electroauscultation; Heart catheters for measuring blood pressure
- A61B5/0205—Simultaneously evaluating both cardiovascular conditions and different types of body conditions, e.g. heart and respiratory condition
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
- A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
Landscapes
- Measuring And Recording Apparatus For Diagnosis (AREA)
Abstract
dispositivo e sistema baseado em internet das coisas (iot) para coleta, processamento e análise de sinais vitais de um usuário. a presente invenção pertence ao campo da saúde e apresenta um dispositivo vestível compacto para coleta de sinais vitais de um usuário, contendo um conjunto de sensores (10), uma bateria (20) recarregável por indução ou conexão, uma memória local de armazenamento de dados (30), uma placa microprocessadora (40), um microcontrolador (41), um sistema de comunicação sem fio (42) e um motor de vibração (50). o dispositivo é utilizado na forma de uma pulseira e, em uma modalidade, é utilizado como um relógio. o dispositivo identifica o movimento do usuário e utiliza um software embarcado para tomada de decisão quanto à coleta de sinais vitais de pressão arterial e batimento cardíaco, sendo especialmente voltado para usuários com quadro de hipertensão. essa invenção também contém um sistema para coleta, processamento e análise de sinais vitais de um usuário integrando um mobile app em um dispositivo móvel (60) ao dispositivo vestível, e a um sistema remoto de armazenamento e processamento contendo um api server e um web app. os dados são seguros por uma cominação entre (1) proteção de dados em protocolos definidos na camada de segurança da bluetooth core specification e (2) processo de registro e autenticação com chave 16 bytes na mobile app.Internet of Things (IoT) based device and system for collecting, processing and analyzing a user's vital signs. The present invention belongs to the health field and presents a compact wearable device for collecting a user's vital signs, containing a set of sensors (10), a battery (20) rechargeable by induction or connection, a local data storage memory (30), a microprocessor board (40), a microcontroller (41), a wireless communication system (42) and a vibration motor (50). the device is used in the form of a bracelet and, in one embodiment, is used as a watch. the device identifies the user's movement and uses embedded software to make decisions regarding the collection of vital signs of blood pressure and heart rate, being especially aimed at users with hypertension. This invention also contains a system for collecting, processing and analyzing a user's vital signs by integrating a mobile app on a mobile device (60) with the wearable device, and a remote storage and processing system containing an API server and a web app . The data is secure through a combination between (1) data protection in protocols defined in the security layer of the Bluetooth core specification and (2) registration and authentication process with a 16-byte key in the mobile app.
Description
[001] O presente documento pertence ao campo da saúde, estando mais especificamente relacionado a dispositivos e sistemas para controle e monitoramento em tempo real de pacientes com quadro de hipertensão.[001] This document belongs to the health field, being more specifically related to devices and systems for real-time control and monitoring of patients with hypertension.
[002] A literatura apresenta alguns trabalhos que empregam tecnologias da Computação Ubíqua, Computação Pervasiva, Computação em Nuvem e Internet das Coisas (Internet of Things - IoT) para o monitoramento de pacientes com Hipertensão.[002] The literature presents some works that employ Ubiquitous Computing, Pervasive Computing, Cloud Computing and Internet of Things (IoT) technologies for monitoring patients with Hypertension.
[003] Sood e Mahajan (2018) trazem um framework baseado em IoT e Fog Computing capaz de monitorar continuamente a pressão arterial e outros parâmetros de saúde de um paciente, tendo como objetivo identificar o estágio de hipertensão e prever o risco de ataques hipertensivos utilizando Redes Neurais Artificiais (RNA). Esse framework é capaz de gerar continuamente alertas sobre flutuações de pressão arterial, os quais são enviados para uma aplicação móvel no smartphone dos pacientes. Os resultados das análises dos dados são encaminhados para um subsistema localizado na nuvem, onde são armazenados ficando disponíveis para serem consultados futuramente por profissionais de saúde previamente autorizados pelos pacientes.[003] Sood and Mahajan (2018) bring a framework based on IoT and Fog Computing capable of continuously monitoring a patient's blood pressure and other health parameters, aiming to identify the stage of hypertension and predict the risk of hypertensive attacks using Artificial Neural Networks (ANN). This framework is capable of continuously generating alerts about blood pressure fluctuations, which are sent to a mobile application on the patients' smartphone. The results of data analysis are sent to a subsystem located in the cloud, where they are stored and are available for consultation in the future by healthcare professionals previously authorized by patients.
[004] Kirtana e Lokeswari (2017) apresentam um sistema para monitoramento remoto de pacientes com pré-Hipertensão utilizando tecnologias da IoT para coletar dados de Variabilidade de Frequência Cardíaca. Os dados coletados são transmitidos para um servidor via protocolo MQTT, onde ficam armazenados e podem ser acessados por médicos através de uma App Web. A App Web analisa os dados recebidos e enviam sinais de alerta via SMS aos cuidadores ou médicos do paciente em caso de identificação de sinais em faixa de risco pré- definida.[004] Kirtana and Lokeswari (2017) present a system for remote monitoring of patients with pre-Hypertension using IoT technologies to collect Heart Rate Variability data. The collected data is transmitted to a server via the MQTT protocol, where it is stored and can be accessed by doctors through a Web App. The Web App analyzes the data received and sends alert signals via SMS to the patient's caregivers or doctors in case of identification of signals within a pre-defined risk range.
[005] Patil e Chaware apresentaram um sistema baseado em IoT para o monitoramento dos batimentos cardíacos como alternativa de baixo para a coleta de dados em tempo real. Esse sistema emprega um sensor baseado em fotopletismografia (photoplethysmograph - PPG) e um sensor piezoeléctrico para obter dados de batimento cardíaco e frequência ressonante, respectivamente. Os dados coletados são enviados via rede sem fio para a nuvem, onde são armazenados para futura análise.[005] Patil and Chaware presented an IoT-based system for monitoring heartbeats as a low-cost alternative for real-time data collection. This system employs a sensor based on photoplethysmograph (PPG) and a piezoelectric sensor to obtain heartbeat and resonant frequency data, respectively. The collected data is sent wirelessly to the cloud, where it is stored for future analysis.
[006] Com relação ao artigo publicado pelos inventores em 07 de abril de 2020, intitulado “MyHealth: A System for Monitoring Non-Communicable Diseases”, este relata um projeto inicial de um framework constituído de aplicações genéricas para dispositivo móvel e para nuvem, visando o desenvolvimento de sistemas para o monitoramento de Doenças Crônicas Não-Transmissíveis (DCNTs). Esse projeto apresenta limitações e problemas técnicos que são supridos pela presente invenção, tais como (1) aprimoramento do conjunto de sensores para utilização independente de manuseio do paciente, de modo automatizado; (2) aprimoramento do Mobile App para atuar tanto com componentes comuns a todas as DCNTs quanto com componentes específicos à DCNT que está sendo alvo de monitoramento, possuindo maior assertividade e especificidade de operação, conforme o caso; (3) aprimoramento do Web App e do API Server para atuar tanto com componentes comuns a todas as DCNTs quanto com componentes específicos à DCNT que está sendo alvo de monitoramento, possuindo maior assertividade e especificidade de operação, conforme o caso.[006] Regarding the article published by the inventors on April 7, 2020, entitled “MyHealth: A System for Monitoring Non-Communicable Diseases”, this reports an initial project of a framework consisting of generic applications for mobile devices and the cloud, aiming to develop systems for monitoring Chronic Non-Communicable Diseases (NCDs). This project presents limitations and technical problems that are addressed by the present invention, such as (1) improvement of the set of sensors for independent use of patient handling, in an automated manner; (2) improvement of the Mobile App to work both with components common to all NCDs and with components specific to the NCD that is being monitored, having greater assertiveness and specificity of operation, depending on the case; (3) improvement of the Web App and API Server to work both with components common to all NCDs and with components specific to the NCD that is being monitored, having greater assertiveness and specificity of operation, depending on the case.
[007] O documento CN113178245 apresenta um método de obtenção de informações de diagnóstico de doenças de um usuário. A informação do nível de hipertensão é determinada de acordo com a informação do diagnóstico da doença. A informação da duração da monitorização da pressão arterial é determinada de acordo com a informação do nível de hipertensão. Uma decisão é feita para verificar se o usuário apresenta uma complicação de seu quadro clínico. A informação característica da complicação doença é obtida de acordo com a informação característica da doença. A pressão arterial do usuário é monitorada continuamente de acordo com as informações de duração do monitoramento da pressão arterial. Contudo, não há diferenciação quanto à inércia do usuário, e leituras de pressão arterial são feitas sem a classificação de “repouso” ou “em movimento” do paciente.[007] Document CN113178245 presents a method of obtaining disease diagnosis information from a user. The hypertension level information is determined according to the disease diagnosis information. The information on the duration of blood pressure monitoring is determined according to the information on the hypertension level. A decision is made to check whether the user has a complication in their clinical condition. The characteristic information of the disease complication is obtained according to the characteristic information of the disease. The user's blood pressure is continuously monitored according to the blood pressure monitoring duration information. However, there is no differentiation regarding the user's inertia, and blood pressure readings are taken without classifying the patient as “resting” or “in movement”.
[008] O modelo de utilidade apresentado por CN213758217 reivindica um dispositivo de monitoramento e armazenamento de dados de pressão arterial de paciente hipertenso, compreendendo uma tela de exibição. O modelo de utilidade reivindica um dispositivo de monitoramento e registro de pressão arterial para paciente hipertenso, compreendendo um dispositivo de cinto descartável e um dispositivo de memória de reconhecimento facial; o dispositivo de cinto descartável permite a fácil aferição da pressão e evita a ocorrência de infecção bacteriana em uma abertura elástica do anel. O dispositivo de reconhecimento facial possui uma memória local para armazenamento dos usuários e dos dados de aferição individuais. A câmera pode realizar o reconhecimento facial e identificação do usuário; o módulo de armazenamento interno tem a função de armazenar os dados do histórico da memória.[008] The utility model presented by CN213758217 claims a device for monitoring and storing blood pressure data for a hypertensive patient, comprising a display screen. The utility model claims a blood pressure monitoring and recording device for hypertensive patient, comprising a disposable belt device and a facial recognition memory device; The disposable belt device allows for easy pressure measurement and prevents the occurrence of bacterial infection in an elastic opening of the ring. The facial recognition device has a local memory for storing users and individual measurement data. The camera can perform facial recognition and user identification; The internal storage module has the function of storing memory history data.
[009] O documento CN213430126 se trata de um modelo de utilidade de um dispositivo de monitoramento de paciente com hipertensão, compreendendo: um corpo de máquina, uma ranhura correspondente e um rolamento; a posição central da extremidade superior do corpo da máquina é fornecida com uma ranhura redonda correspondente; e a posição central do fundo da ranhura da ranhura correspondente é encaixada a um rolamento; o lado interno do rolamento é embutido com um eixo rotativo cilíndrico; e a extremidade superior do eixo giratório é soldada com uma base giratória redonda.[009] Document CN213430126 is a utility model of a hypertension patient monitoring device, comprising: a machine body, a corresponding groove and a bearing; the center position of the upper end of the machine body is provided with a corresponding round groove; and the central position of the groove bottom of the corresponding groove is fitted with a bearing; the inner side of the bearing is embedded with a cylindrical rotating shaft; and the upper end of the rotating shaft is welded with a round rotating base.
[010] O documento UA42369 traz um método de predição do curso da hipertensão de um paciente que compreende os exercícios físicos graduados com a avaliação dos principais parâmetros da provisão hemodinâmica da carga física. Além disso, o método compreende o monitoramento de longo prazo da pressão arterial com a estimativa dos valores médios diurno e noturno. A provisão empírica é avaliada pelas múltiplas correlações não lineares entre os valores médios diurnos e noturnos da pressão arterial e os parâmetros das provisões hemodinâmicas para as cargas físicas pela fórmula especificada.[010] Document UA42369 provides a method for predicting the course of a patient's hypertension that comprises graded physical exercises with the assessment of the main parameters of the hemodynamic provision of physical load. Furthermore, the method comprises long-term monitoring of blood pressure with the estimation of average daytime and nighttime values. The empirical provision is assessed by multiple non-linear correlations between the average daytime and nighttime values of blood pressure and the parameters of hemodynamic provisions for physical loads by the specified formula.
[011] O documento CN111493851 traz um esfigmomanômetro que possui uma cinta disposta na parte inferior de um medidor de pressão arterial (1), onde a cinta é uma estrutura de cinta de velcro (RTM: gancho e presilha) e uma cinta de material compósito de fibra de carbono. O monitor de pressão arterial é fornecido com uma placa integrada em chip (100), um sensor fotoelétrico (200) e uma fonte de alimentação móvel (300) do tipo bateria de lítio. Um módulo de alarme de chave única (108) é conectado eletricamente a uma unidade de comando de transmissão (109). A unidade de comando de transmissão é conectada a um chip de posicionamento do sistema de posicionamento global (GPS) (111) através de um conector sem fio (110). O sensor fotoelétrico é conectado eletricamente a um chip de monitoramento de pressão arterial (101). Um terminal de interface de carregamento (104) é fixado à fonte de alimentação móvel. A fonte de alimentação móvel é conectada a um interruptor de alimentação (106). O interruptor de alimentação está conectado eletricamente ao chip de monitoramento da pressão arterial.[011] Document CN111493851 provides a sphygmomanometer that has a strap arranged at the bottom of a blood pressure meter (1), where the strap is a velcro strap structure (RTM: hook and loop) and a composite material strap of carbon fiber. The blood pressure monitor is provided with an integrated chip board (100), a photoelectric sensor (200) and a lithium battery type mobile power supply (300). A single-key alarm module (108) is electrically connected to a transmission control unit (109). The transmission command unit is connected to a global positioning system (GPS) positioning chip (111) via a wireless connector (110). The photoelectric sensor is electrically connected to a blood pressure monitoring chip (101). A charging interface terminal (104) is attached to the mobile power supply. The mobile power supply is connected to a power switch (106). The power switch is electrically connected to the blood pressure monitoring chip.
[012] O Requerente concebeu, testou e incorporou a presente invenção de forma a superar as deficiências do estado da técnica e obter os propósitos e vantagens acima mencionados e abaixo explicitados.[012] The Applicant conceived, tested and incorporated the present invention in order to overcome the deficiencies of the prior art and obtain the purposes and advantages mentioned above and explained below.
[013] A presente invenção é apresentada e caracterizada nas reivindicações independentes, enquanto as reivindicações dependentes descrevem outras características da invenção ou modalidades relativas à ideia inventiva principal.[013] The present invention is presented and characterized in the independent claims, while the dependent claims describe other features of the invention or embodiments relating to the main inventive idea.
[014] Esta invenção apresenta um dispositivo vestível, compacto, para coleta de sinais vitais de um usuário, especialmente voltado para pacientes com quadro de hipertensão, contendo um conjunto de sensores (10), uma bateria (20) recarregável, por indução ou por conexão, uma memória local de armazenamento de dados (30), uma placa microprocessadora (40), um microcontrolador (41), um sistema de comunicação sem fio (42), um botão de acionamento (43), um indicador luminoso (44), preferencialmente do tipo LED, e um motor de vibração (50). A placa microprocessadora (40) possui um software embarcado de controle e processamento de sistemas e periféricos, o sistema de comunicação sem fio (42) é configurado para transmitir os dados coletados pelos sensores (10) e processados pela placa microprocessadora (40) a um dispositivo móvel (60), e o conjunto de sensores (10) inclui pelo menos um sensor de temperatura (11), um sensor de movimento (12) composto por pelo menos um acelerômetro e um giroscópio, e um sensor de batimento cardíaco e pressão arterial (13). Em uma modalidade, o sensor de batimento cardíaco e pressão arterial (13) é um sensor óptico que utiliza a técnica de fotopletismografia (Photoplethysmography - PPG).[014] This invention presents a wearable, compact device for collecting a user's vital signs, especially aimed at patients with hypertension, containing a set of sensors (10), a rechargeable battery (20), by induction or by connection, a local data storage memory (30), a microprocessor board (40), a microcontroller (41), a wireless communication system (42), an activation button (43), a light indicator (44) , preferably of the LED type, and a vibration motor (50). The microprocessor board (40) has embedded software for controlling and processing systems and peripherals, the wireless communication system (42) is configured to transmit the data collected by the sensors (10) and processed by the microprocessor board (40) to a mobile device (60), and the sensor assembly (10) includes at least one temperature sensor (11), a motion sensor (12) comprising at least one accelerometer and a gyroscope, and a heart rate and pressure sensor artery (13). In one embodiment, the heartbeat and blood pressure sensor (13) is an optical sensor that uses the photoplethysmography (PPG) technique.
[015] O motor de vibração (50) é, em diferentes modalidades, um rotor de massa excêntrica (Eccentric Rotating Mass - ERM), um solenoide, um piezoelétrico (PZT) ou um atuador linear de ressonância (Linear Resonant Actuator - LRA).[015] The vibration motor (50) is, in different embodiments, an eccentric rotating mass rotor (ERM), a solenoid, a piezoelectric (PZT) or a linear resonance actuator (Linear Resonant Actuator - LRA) .
[016] O motor de vibração (50) está conectado ao conjunto de sensores (10), de modo que o microcontrolador (41) é configurado para encaminhar um sinal de ativação ao sensor de batimento cardíaco e pressão arterial (13) para coleta de sinais vitais na condição em que o sensor de movimento (12) identifica repouso do usuário. Caso haja movimentação do usuário durante a coleta, o microcontrolador (41) encaminha um sinal de ativação ao motor de vibração (50) para produção de um estímulo vibratório ao usuário.[016] The vibration motor (50) is connected to the set of sensors (10), so that the microcontroller (41) is configured to forward an activation signal to the heartbeat and blood pressure sensor (13) for collection of vital signs in the condition in which the movement sensor (12) identifies the user's rest. If the user moves during collection, the microcontroller (41) sends an activation signal to the vibration motor (50) to produce a vibrating stimulus to the user.
[017] O sensor de temperatura (11) é capaz de aferir a temperatura corporal do usuário com uma precisão de 0.5°C, mais preferencialmente de até 0.1°C.[017] The temperature sensor (11) is capable of measuring the user's body temperature with an accuracy of 0.5°C, more preferably up to 0.1°C.
[018] O dispositivo é concebido para ser utilizado na forma de uma pulseira e, em uma modalidade, possui também a função relógio.[018] The device is designed to be used in the form of a bracelet and, in one embodiment, also has a watch function.
[019] Esta invenção também apresenta um sistema para coleta, processamento e análise de sinais vitais de um usuário contendo um dispositivo vestível, um dispositivo móvel (60) e um sistema de armazenamento e tratamento de dados remoto (70), em que o dispositivo vestível é configurado para coletar os sinais vitais através do conjunto de sensores (10) e transmitir ao dispositivo móvel (60) através do sistema de comunicação sem fio (42); o dispositivo móvel (60) é configurado para armazenar e exibir os sinais vitais processados em um Mobile App e encaminhar os sinais vitais processados ao sistema de armazenamento e tratamento de dados remoto (70) por comunicação de rede sem fio do tipo WiFi, 3G, 4G ou 5G; e o sistema de armazenamento de dados remoto (70), composto por um Web App e um API Server, realiza a exibição de dados para consulta de profissionais de saúde, por meio do Web App, e armazena os sinais vitais processados e realiza a comunicação de recebimento e envio dos sinais vitais processados, por meio do API Server.[019] This invention also presents a system for collecting, processing and analyzing a user's vital signs containing a wearable device, a mobile device (60) and a remote data storage and processing system (70), in which the device wearable is configured to collect vital signs through the set of sensors (10) and transmit to the mobile device (60) through the wireless communication system (42); the mobile device (60) is configured to store and display the processed vital signs in a Mobile App and forward the processed vital signs to the remote data storage and processing system (70) via wireless network communication of the type WiFi, 3G, 4G or 5G; and the remote data storage system (70), composed of a Web App and an API Server, displays data for consultation by healthcare professionals, through the Web App, and stores the processed vital signs and performs communication receiving and sending processed vital signs, through the API Server.
[020] Em uma modalidade, a troca de dados de sinais vitais entre o dispositivo vestível e o Mobile App é realizada segundo um protocolo em duas etapas intercambiáveis de segurança de dados, em que a primeira etapa corresponde a protocolos definidos na camada de segurança da Bluetooth Core Specification, e a segunda etapa corresponde a processo de registro e autenticação com chave 16 bytes na plataforma do Mobile App. O sistema desta invenção realiza a comunicação entre Mobile App, Web App e API Server preferencialmente por meio de tecnologia GraphQL.[020] In one embodiment, the exchange of vital signs data between the wearable device and the Mobile App is carried out according to a protocol in two interchangeable data security steps, where the first step corresponds to protocols defined in the security layer of the Bluetooth Core Specification, and the second stage corresponds to the registration and authentication process with a 16-byte key on the Mobile App platform. The system of this invention performs communication between Mobile App, Web App and API Server, preferably through GraphQL technology.
[021] Um objetivo desta invenção é o de apresentar um dispositivo útil, eficiente, de baixo custo, fácil utilização e automatizado para monitoramento remoto e em tempo real de pacientes com Hipertensão.[021] An objective of this invention is to present a useful, efficient, low-cost, easy-to-use and automated device for remote and real-time monitoring of patients with Hypertension.
[022] Outro objetivo desta invenção é o de apresentar um dispositivo e um sistema que pode ser estendido para monitoramento de pacientes com outras DCNT, como Diabetes, Asma e Obesidade, podendo ser adaptado para monitoramento de usuários que praticam atividade física objetivando a prevenção de DCNT.[022] Another objective of this invention is to present a device and a system that can be extended to monitor patients with other NCDs, such as Diabetes, Asthma and Obesity, and can be adapted to monitor users who practice physical activity with the aim of preventing NCD.
[023] Essas e outras características da presente invenção tornar-se-ão evidentes a partir da descrição a seguir de algumas modalidades, dadas como exemplo não restritivo com referência aos desenhos anexos, em que[023] These and other features of the present invention will become evident from the following description of some embodiments, given as a non-restrictive example with reference to the attached drawings, in which
[024] A Figura 1 apresenta uma visão geral do sistema SBIdC-MPH segundo a presente invenção.[024] Figure 1 presents an overview of the SBIdC-MPH system according to the present invention.
[025] A Figura 2 apresenta uma arquitetura de hardware da plataforma de sensores em uma modalidade do dispositivo dessa invenção.[025] Figure 2 shows a hardware architecture of the sensor platform in an embodiment of the device of this invention.
[026] A Figura 3 traz uma figura esquemática da eletrônica do hardware da plataforma de sensores.[026] Figure 3 shows a schematic figure of the sensor platform hardware electronics.
[027] A Figura 4 traz uma modalidade do hardware da plataforma de sensores desta invenção e de uma modalidade de um dispositivo.[027] Figure 4 shows an embodiment of the sensor platform hardware of this invention and an embodiment of a device.
[028] A Figura 5 apresenta uma esquemática do diagrama do filtro digital para a detecção do movimento do paciente por um sensor de movimento.[028] Figure 5 presents a schematic of the digital filter diagram for detecting patient movement by a motion sensor.
[029] A Figura 6 traz um diagrama de sequência de uma modalidade do processo de registo e autenticação da aplicação no dispositivo móvel[029] Figure 6 shows a sequence diagram of one embodiment of the application registration and authentication process on the mobile device
[030] A Figura 7 apresenta uma modalidade de situação de uso do Mobile App.[030] Figure 7 shows a type of Mobile App usage situation.
[031] A Figura 8 apresenta um diagrama de sequência para a funcionalidade Patient Data Analyze.[031] Figure 8 shows a sequence diagram for the Patient Data Analyze functionality.
[032] A Figura 9 apresenta um diagrama de classes para a funcionalidade Patient Data Analyze.[032] Figure 9 presents a class diagram for the Patient Data Analyze functionality.
[033] A Figura 10 apresenta uma modalidade da interface (User Interface - UI) do Mobile App.[033] Figure 10 shows an interface modality (User Interface - UI) of the Mobile App.
[034] A Figura 11 apresenta uma modalidade de situação de uso do Web App.[034] Figure 11 shows a type of Web App usage situation.
[035] A Figura 12 apresenta uma modalidade da interface de apresentação de dados do paciente no Web App.[035] Figure 12 shows an embodiment of the patient data presentation interface on the Web App.
[036] A Figura 13 apresenta uma visão geral de diferentes cenários de simulação de comunicação com o API Server.[036] Figure 13 presents an overview of different communication simulation scenarios with the API Server.
[037] A Figura 14 apresenta um gráfico de Tempo de Resposta Médio para o envio de dados clínicos.[037] Figure 14 presents an Average Response Time graph for sending clinical data.
[038] A Figura 15 apresenta um gráfico de Tempo de Resposta Médio para a consulta de dados pessoais e clínicos.[038] Figure 15 presents an Average Response Time graph for querying personal and clinical data.
[039] A Figura 16 apresenta cenários exemplificativos de aplicação do dispositivo desta invenção em SAFs praticadas por GAFs junto à USF.[039] Figure 16 shows exemplary scenarios of application of the device of this invention in SAFs practiced by GAFs at the USF.
[040] Para facilitar a compreensão, os mesmos números de referência foram utilizados, sempre que possível, para identificar elementos comuns idênticos nos desenhos. Entende-se que elementos e características de uma modalidade podem ser convenientemente incorporados em outras modalidades sem mais esclarecimentos.[040] To facilitate understanding, the same reference numbers were used, whenever possible, to identify identical common elements in the drawings. It is understood that elements and characteristics of one modality can be conveniently incorporated into other modalities without further clarification.
[041] Este campo refere-se, detalhadamente, às várias modalidades da presente invenção, das quais um ou mais exemplos são mostrados nos desenhos anexos. Cada exemplo é fornecido a título de ilustração da presente invenção, e não deve ser entendido como uma limitação desta invenção. Por exemplo, as características apresentadas ou descritas na medida em que fazem parte de uma modalidade podem ser adotadas em (ou estar em associação com) outras modalidades para produzir outra modalidade. Entende-se que a presente invenção deve incluir todas essas modificações e variantes.[041] This field refers, in detail, to the various embodiments of the present invention, of which one or more examples are shown in the attached drawings. Each example is provided by way of illustration of the present invention, and should not be construed as a limitation of this invention. For example, features presented or described to the extent that they are part of one modality may be adopted in (or be in association with) other modalities to produce another modality. It is understood that the present invention should include all such modifications and variants.
[042] De acordo com a Organização Mundial da Saúde (OMS), as Doenças Crônicas Não Transmissíveis (DCNT) são um dos maiores desafios na Saúde, principalmente devido à sua magnitude e ao seu alto custo social. Os quatro grupos principais de DCNTs, as doenças cardiovasculares, o Câncer, o Diabetes e as doenças respiratórias crônicas, causam cerca de 70% das mortes no mundo, levando a óbito em torno de 15 milhões de pessoas entre 30 e 70 anos a cada ano. No Brasil, as DCNTs são responsáveis por cerca de 73% do total de mortes, causam um impacto direto no Sistema Único de Saúde (SUS) e estão entre as principais causas de internações. Todos os níveis socioeconômicos são afetados, especialmente os mais vulneráveis, tais como as populações de baixa renda e os idosos. Diversos fatores de risco contribuem para o desenvolvimento de DCNTs, tais como o sedentarismo e a alimentação não saudável, os quais podem ser alterados, pois estão relacionados ao estilo de vida. Para prevenir e controlar DCNTs, é necessário promover a mudança de hábitos e proporcionar um cuidado de saúde integral ao paciente. Esta invenção apresenta um dispositivo e um sistema de baixo custo, fácil utilização e automatizado que visa atender às necessidades de monitoramento e controle de DCNTs.[042] According to the World Health Organization (WHO), Chronic Noncommunicable Diseases (NCDs) are one of the biggest challenges in Health, mainly due to their magnitude and high social cost. The four main groups of NCDs, cardiovascular diseases, Cancer, Diabetes and chronic respiratory diseases, cause around 70% of deaths worldwide, leading to the death of around 15 million people between 30 and 70 years old each year. . In Brazil, NCDs are responsible for around 73% of total deaths, have a direct impact on the Unified Health System (SUS) and are among the main causes of hospitalizations. All socioeconomic levels are affected, especially the most vulnerable, such as low-income populations and the elderly. Several risk factors contribute to the development of NCDs, such as a sedentary lifestyle and unhealthy diet, which can be changed as they are related to lifestyle. To prevent and control NCDs, it is necessary to promote a change in habits and provide comprehensive health care to the patient. This invention presents a low-cost, easy-to-use and automated device and system that aims to meet the monitoring and control needs of NCDs.
[043] Os trabalhos do estado da arte têm por objetivo principal o monitoramento de pacientes com Hipertensão. Para tal, empregam diferentes tipos de sensores e obrigam os pacientes a realizem as aferições manualmente, ou então não consideram o estado vigente do paciente para realizar as leituras dos dados clínicos. A fim de obter leituras mais precisas de pressão arterial do paciente, a Plataforma de Sensores do sistema e dispositivo desta invenção (Sistema Baseado em Internet das Coisas para o Monitoramento de Pacientes com Hipertensão - SBIdC-MPH), analisa continuamente o movimento do paciente e realiza a leitura dos dados clínicos somente quando é detectado que o paciente está em repouso. Essa plataforma foi projetada e implementada de modo a não interferir nas atividades diárias do paciente e contém um sistema de segurança que garante a confidencialidade dos dados clínicos coletados, na medida que estes só podem ser lidos via dispositivo móvel do próprio paciente. Além disso, o hardware dessa plataforma foi projetado buscando um sistema flexível e adaptável, a fim de que outros tipos de sensores possam ser incorporados à plataforma, permitindo a captação de outros tipos de dados clínicos, sinais vitais, posicionamento ou demais dados.[043] State-of-the-art work has as its main objective the monitoring of patients with Hypertension. To do this, they use different types of sensors and force patients to carry out measurements manually, or else they do not consider the patient's current condition when reading clinical data. In order to obtain more accurate readings of the patient's blood pressure, the Sensor Platform of the system and device of this invention (Internet of Things-Based System for Monitoring Patients with Hypertension - SBIdC-MPH), continuously analyzes the patient's movement and It reads clinical data only when it is detected that the patient is at rest. This platform was designed and implemented so as not to interfere with the patient's daily activities and contains a security system that guarantees the confidentiality of the clinical data collected, as these can only be read via the patient's own mobile device. Furthermore, the hardware of this platform was designed seeking a flexible and adaptable system, so that other types of sensors can be incorporated into the platform, allowing the capture of other types of clinical data, vital signs, positioning or other data.
[044] Com relação a arquitetura do SBIdC-MPH, esta foi projetada para permitir o uso de outros sensores que possam fornecer dados adicionais para o monitoramento de pacientes com Hipertensão Arterial, ou mesmo permitir o monitoramento de pacientes com outros tipos de Doenças Crônicas Não Transmissíveis (DCNT), tais como o Diabetes, Asma e Obesidade. Essa arquitetura permite realizar um pré- processamento dos dados clínicos no dispositivo móvel do paciente, sendo que esse dispositivo se encontra na camada denominada Fog dessa arquitetura, possibilitando assim identificar níveis de risco e imediatamente alertar o próprio paciente e/ou os contatos de emergência pré-inseridos no sistema. Além disso, essa arquitetura permite a geração de alertas mesmo que o dispositivo móvel não esteja temporariamente conectado à Internet, sendo que o pré- processamento realizado nesse dispositivo permite também reduzir a carga para processamento e análise a serem realizados na nuvem computacional. Para a comunicação entre as diversas aplicações do SBIdC-MPH foi empregado o protocolo GraphQL, a fim de possibilitar uma maior escalabilidade dessas aplicações e do próprio sistema, sendo este também um importante diferencial em relação aos trabalhos correlatos mencionados.[044] Regarding the SBIdC-MPH architecture, it was designed to allow the use of other sensors that can provide additional data for monitoring patients with Arterial Hypertension, or even allow the monitoring of patients with other types of Non-Chronic Diseases. Communicable diseases (NCDs), such as Diabetes, Asthma and Obesity. This architecture allows pre-processing of clinical data on the patient's mobile device, which is located in the layer called Fog of this architecture, thus making it possible to identify risk levels and immediately alert the patient and/or pre-emergency contacts. -inserted into the system. Furthermore, this architecture allows the generation of alerts even if the mobile device is not temporarily connected to the Internet, and the pre-processing carried out on this device also allows reducing the load for processing and analysis to be carried out in the computing cloud. For communication between the various SBIdC-MPH applications, the GraphQL protocol was used, in order to enable greater scalability of these applications and the system itself, which is also an important differentiator in relation to the related works mentioned.
[045] As tecnologias da Computação Ubíqua, da Computação Pervasiva e, mais recentemente, da Internet das Coisas (Internet of Things - IoT), possibilitam o desenvolvimento de sistemas para o monitoramento à distância e em tempo real de pacientes acometidos com certas DCNTs, tais como a Hipertensão, o Diabetes, a Asma e a Obesidade. Neste sentido, foi desenvolvido o Sistema Baseado em Internet das Coisas para o Monitoramento de Pacientes com Hipertensão (SBIdC- MPH), que permite capturar sinais vitais do paciente, tais como pressão sanguínea, batimentos cardíacos e temperatura corpórea, via uma rede de sensores incorporadas a um dispositivo vestível semelhante a uma pulseira ou um relógio de pulso. Em uma variação, esse dispositivo possui adicionalmente a função relógio de pulso. Esses sinais são transmitidos ao dispositivo móvel do paciente para pré- processamento, sendo que os dados clínicos gerados são enviados a uma nuvem computacional. Esses dados por sua vez são processados na nuvem visando a sua apresentação, através de tabelas e gráficos, ao profissional de saúde responsável pelo paciente. O dispositivo e o sistema permitem também a geração de sinais de alertas, os quais são enviados ao paciente, ao profissional de saúde, ou até mesmo a pessoas designadas pelo paciente, sempre que situações críticas são detectadas.[045] The technologies of Ubiquitous Computing, Pervasive Computing and, more recently, the Internet of Things (IoT), enable the development of systems for remote and real-time monitoring of patients affected by certain NCDs, such as Hypertension, Diabetes, Asthma and Obesity. In this sense, the Internet of Things-Based System for Monitoring Patients with Hypertension (SBIdC-MPH) was developed, which allows capturing the patient's vital signs, such as blood pressure, heart rate and body temperature, via a network of sensors incorporated to a wearable device similar to a bracelet or wristwatch. In one variation, this device additionally has a wristwatch function. These signals are transmitted to the patient's mobile device for pre-processing, and the clinical data generated is sent to a computational cloud. This data, in turn, is processed in the cloud with a view to presenting it, through tables and graphs, to the healthcare professional responsible for the patient. The device and system also allow the generation of alert signals, which are sent to the patient, the healthcare professional, or even people designated by the patient, whenever critical situations are detected.
[046] A Figura 1 apresenta uma visão geral do sistema e do dispositivo desta invenção, sendo que seus componentes foram estruturados, de acordo com as suas localizações e funcionalidades, em três camadas: Sensor Layer, Fog Layer e Cloud Layer.[046] Figure 1 presents an overview of the system and device of this invention, with its components structured, according to their locations and functionalities, into three layers: Sensor Layer, Fog Layer and Cloud Layer.
[047] A Sensor Layer engloba dispositivos vestíveis atrelados ao corpo do paciente, os quais possuem diferentes sensores responsáveis por capturar sinais vitais do paciente e os disponibilizar no formato digital. Em uma modalidade preferencial, essa camada contém um conjunto de sensores (10) que coleta esses sinais vitais e transmite automaticamente dados clínicos relativos a esses sinais à Fog Layer por meio de um sistema de comunicação sem fio (42). Em uma modalidade, essa comunicação se dá via o padrão Bluetooth Low Energy (BLE). Em diferentes modalidades, essa trica de informações pode ser realizada por outro meio de troca de informações sem fio que possua criptografia.[047] The Sensor Layer encompasses wearable devices attached to the patient's body, which have different sensors responsible for capturing the patient's vital signs and making them available in digital format. In a preferred embodiment, this layer contains a set of sensors (10) that collect these vital signs and automatically transmit clinical data relating to these signals to the Fog Layer via a wireless communication system (42). In one embodiment, this communication takes place via the Bluetooth Low Energy (BLE) standard. In different embodiments, this information exchange can be carried out by another means of wireless information exchange that has encryption.
[048] A Fog Layer contém a aplicação Mobile App, responsável por processar os dados clínicos recebidos e os encaminhar à Cloud Layer via redes WiFi, 3G, 4G, 5G ou outro meio de comunicação de rede sem fio.[048] The Fog Layer contains the Mobile App application, responsible for processing the clinical data received and forwarding it to the Cloud Layer via WiFi, 3G, 4G, 5G networks or other means of wireless network communication.
[049] A Cloud Layer contém as aplicações API Server e Web App. O API Server fornece um Application Programing Interface (API) para que as demais aplicações possam consultar e armazenar dados do sistema, e o Web App fornece uma User Interface (UI) para que os profissionais de saúde possam visualizar e analisar os dados clínicos do paciente e para o gerenciamento do sistema.[049] The Cloud Layer contains the API Server and Web App applications. The API Server provides an Application Programming Interface (API) so that other applications can query and store system data, and the Web App provides a User Interface (UI) so that healthcare professionals can view and analyze patient clinical data and for system management.
[050] O conjunto de sensores (10) coleta, analisa e armazena os seguintes dados clínicos do paciente: pressão arterial, batimentos cardíacos e temperatura corporal. Em diferentes modalidades, a arquitetura modular do sistema permite capturar outros sinais vitais, bastando para tal a troca ou adição de novos sensores específicos para os tipos de sinais e correspondentes dados clínicos a serem monitorados.[050] The set of sensors (10) collects, analyzes and stores the patient's following clinical data: blood pressure, heartbeat and body temperature. In different modalities, the modular architecture of the system allows capturing other vital signs, simply by exchanging or adding new sensors specific to the types of signs and corresponding clinical data to be monitored.
[051] A Plataforma de Sensores consiste em uma Wireless Body Sensor Network (WBSN), a ser colocada no pulso do paciente que capta sinais vitais desse paciente, tais como batimentos cardíacos, pressão arterial e temperatura corpórea. Os dados clínicos, obtidos a partir da coleta desses sinais pelo conjunto de sensores (10), são transmitidos pelo sistema de comunicação (42) para um Mobile App que executa em um dispositivo móvel (60) do usuário. O dispositivo móvel (60) pode ser, em exemplos não restritivos, um smartphone ou um tablet.[051] The Sensor Platform consists of a Wireless Body Sensor Network (WBSN), to be placed on the patient's wrist that captures that patient's vital signs, such as heartbeat, blood pressure and body temperature. The clinical data, obtained from the collection of these signals by the set of sensors (10), are transmitted by the communication system (42) to a Mobile App that runs on the user's mobile device (60). The mobile device (60) may be, in non-restrictive examples, a smartphone or a tablet.
[052] A Figura 2 ilustra os principais módulos da arquitetura do hardware dessa plataforma, que contém uma placa microprocessadora (40), um microcontrolador (41), um sistema de comunicação sem fio (42) um motor de vibração (50), uma memória local não-volátil (30) para armazenamento de dados, uma bateria (20) e o conjunto de sensores (10).[052] Figure 2 illustrates the main modules of the hardware architecture of this platform, which contains a microprocessor board (40), a microcontroller (41), a wireless communication system (42) a vibration motor (50), a non-volatile local memory (30) for data storage, a battery (20) and the sensor array (10).
[053] A bateria (20) pode ser do tipo substituível, recarregável por conexão ou recarregável por indução.[053] The battery (20) can be of the replaceable type, rechargeable by connection or rechargeable by induction.
[054] O sensor de batimento cardíaco e pressão arterial (13) pode ser, uma modalidade, um módulo do tipo MKB0805, que emprega o método de fotopletismografia (Photoplethysmography - PPG) para detectar alterações no volume sanguíneo no leito microvascular do tecido. Esse método de detecção, não invasivo e de baixo custo, consiste em aplicar uma fonte de luz na superfície da pele e medir, através de um fotodetector, as variações de intensidade de luz causadas pela absorção e reflexão dessa luz pelo tecido da pele. Uma vez que essas variações dependem da quantidade de sangue presente no caminho óptico, esse sensor (13) faz a leitura dos sinais e realiza os cálculos para estimar as pressões sistólica e diastólica e os batimentos cardíacos, disponibilizando esses dados clínicos para a leitura pelo microcontrolador (41), correspondendo ao módulo principal.[054] The heartbeat and blood pressure sensor (13) may be, in one embodiment, a module of the MKB0805 type, which employs the photoplethysmography method (Photoplethysmography - PPG) to detect changes in blood volume in the microvascular bed of the tissue. This non-invasive and low-cost detection method consists of applying a light source to the surface of the skin and measuring, using a photodetector, the variations in light intensity caused by the absorption and reflection of this light by the skin tissue. Since these variations depend on the amount of blood present in the optical path, this sensor (13) reads the signals and performs calculations to estimate systolic and diastolic pressures and heartbeats, making these clinical data available for reading by the microcontroller. (41), corresponding to the main module.
[055] O sensor de movimento (12) pode ser, em uma modalidade, um módulo do tipo MPU6050, que estima com precisão a aceleração de um objeto de acordo com três eixos de coordenadas (X, Y, Z), sendo utilizado para detectar os movimentos do usuário necessários à habilitação do módulo sensor (13) para a leitura de dados clínicos.[055] The motion sensor (12) can be, in one embodiment, a module of the MPU6050 type, which accurately estimates the acceleration of an object according to three coordinate axes (X, Y, Z), being used to detect the user's movements necessary to enable the sensor module (13) to read clinical data.
[056] O sensor de temperatura (11) pode ser, em uma modalidade, um módulo do tipo DS18B20, correspondente a um sensor digital de temperatura (11) que afere temperaturas entre -55°C e 150°C com uma precisão de ±0,5°C. Em uma modalidade preferencial, o sensor de temperatura (11) é um sensor de alta precisão, capaz de aferir a temperatura corporal do paciente com uma precisão de até 0,1°C.[056] The temperature sensor (11) can be, in one embodiment, a DS18B20 type module, corresponding to a digital temperature sensor (11) that measures temperatures between -55°C and 150°C with an accuracy of ± 0.5°C. In a preferred embodiment, the temperature sensor (11) is a high-precision sensor, capable of measuring the patient's body temperature with an accuracy of up to 0.1°C.
[057] Os sinais e dados obtidos pelo conjunto de sensores (10) são processados pela placa microprocessadora (40) que, em uma modalidade, pode ser um módulo do tipo TTGO T7 V1.3 MINI 32, especialmente voltada para o desenvolvimento de projetos de Internet das Coisas (IoT). Essa placa é equipada com um microcontrolador (41) que, em um exemplo não restritivo, consiste em um módulo ESP32 da Espressif Systems, um módulo de baixo custo e baixo consumo energético. A placa microprocessadora (40) dispõe, ainda, de um sistema de comunicação sem fio (42) composto, por exemplo, por conectividades Wi-FI 802.11b e Bluetooth v4.2. A plataforma dispõe ainda de um motor de vibração (50), ou Vibration Motor, que é um Microdrive de precisão capaz de gerar vibrações para alertar o paciente, por exemplo, quando situações críticas são detectadas ou quando há movimentação do paciente durante a coleta de sinais pelo sensor de batimento cardíaco e pressão arterial (13). O motor de vibração (50) pode ser do tipo rotor de massa excêntrica (Eccentric Rotating Mass - ERM), um solenoide, um piezoelétrico (PZT) ou um atuador linear de ressonância (Linear Resonant Actuator - LRA).[057] The signals and data obtained by the set of sensors (10) are processed by the microprocessor board (40) which, in one embodiment, can be a TTGO T7 V1.3 MINI 32 type module, especially aimed at project development of Internet of Things (IoT). This board is equipped with a microcontroller (41) which, in a non-restrictive example, consists of an ESP32 module from Espressif Systems, a low cost and low energy consumption module. The microprocessor board (40) also has a wireless communication system (42) consisting, for example, of Wi-FI 802.11b and Bluetooth v4.2 connectivity. The platform also has a vibration motor (50), or Vibration Motor, which is a precision Microdrive capable of generating vibrations to alert the patient, for example, when critical situations are detected or when the patient moves during data collection. signals from the heart rate and blood pressure sensor (13). The vibration motor (50) can be of the eccentric rotating mass rotor type (Eccentric Rotating Mass - ERM), a solenoid, a piezoelectric (PZT) or a linear resonance actuator (Linear Resonant Actuator - LRA).
[058] A Figura 3 ilustra o esquema do hardware do dispositivo desta invenção, cujos componentes principais são: plataforma microprocessadora (40) com um microcontrolador (41), conjunto de sensores (10) incluindo sensor de batimento cardíaco e pressão arterial (13), sensor de movimento (12), sensor de temperatura (11), motor de vibração (50), botão de acionamento (43), indicador luminoso (44) e bateria (20). Três tipos de barramentos são empregados para a comunicação entre a placa microprocessadora (40) com microcontrolador (41) e o conjunto de sensores (10): o primeiro, Serial, para a comunicação com o sensor (13); o segundo, I2C, para a comunicação com o sensor (12); e o terceiro, OneWire, para a comunicação com o sensor (11).[058] Figure 3 illustrates the hardware schematic of the device of this invention, the main components of which are: microprocessor platform (40) with a microcontroller (41), set of sensors (10) including heartbeat and blood pressure sensor (13) , motion sensor (12), temperature sensor (11), vibration motor (50), activation button (43), light indicator (44) and battery (20). Three types of buses are used for communication between the microprocessor board (40) with microcontroller (41) and the set of sensors (10): the first, Serial, for communication with the sensor (13); the second, I2C, for communication with the sensor (12); and the third, OneWire, for communication with the sensor (11).
[059] A Figura 4 apresenta duas imagens de um protótipo do dispositivo segundo uma modalidade desta invenção. A primeira imagem, à esquerda, evidencia os componentes internos, instalados e conectados de acordo com o esquema do hardware da Figura 3. A segunda imagem, à direita, apresenta uma modalidade do dispositivo em sua configuração montada. Uma impressora 3D foi empregada para fabricar a estrutura de plástico da pulseira, a partir dos modelos 3D que foram projetados empregando-se o software FreeCad.[059] Figure 4 shows two images of a prototype of the device according to an embodiment of this invention. The first image, on the left, shows the internal components, installed and connected according to the hardware diagram in Figure 3. The second image, on the right, shows an embodiment of the device in its assembled configuration. A 3D printer was used to manufacture the plastic structure of the bracelet, based on 3D models that were designed using FreeCad software.
[060] Em uma modalidade exemplificativa discutida a partir desse ponto, o software desenvolvido e embarcado na placa microprocessadora (40) emprega o framework ESP-IDF do fabricante ESPRESSIF e o kernel de sistema operacional para software embarcados FreeRTOS, permitindo a execução simultânea de várias tarefas com diferentes níveis de prioridade, possibilitando assim um melhor uso dos dois processadores disponíveis no microcontrolador (41) e um melhor gerenciamento dos vários periféricos disponíveis.[060] In an exemplary embodiment discussed from this point onwards, the software developed and embedded on the microprocessor board (40) employs the ESP-IDF framework from the manufacturer ESPRESSIF and the operating system kernel for embedded software FreeRTOS, allowing the simultaneous execution of several tasks with different priority levels, thus enabling better use of the two processors available on the microcontroller (41) and better management of the various available peripherals.
[061] O software embarcado na placa (40) executa essencialmente uma Tarefa Principal, uma Tarefa de Aquisição de Dados e uma Tarefa BLE. A Tarefa Principal é executada quando o dispositivo é acionado, sendo responsável por: configurar os periféricos; inicializar o conjunto de sensores (10); criar os serviços e discriminar as características de cada sensor (11, 12, 13); registrar os serviços criados junto ao GATT Server da BLE; e criar as demais tarefas alocando-as dinamicamente. A Tarefa de Aquisição de Dados é responsável por adquirir os dados dos módulos sensores (11, 12, 13), processá-los e os armazenar na memória não volátil (30) até que sejam enviados pelo sistema de comunicação (42) para o Web App no dispositivo (60) do paciente. A Tarefa BLE é responsável por manter a comunicação BLE, ou outra comunicação sem fio criptografada, com o dispositivo (60) do paciente.[061] The software embedded on the board (40) essentially executes a Main Task, a Data Acquisition Task and a BLE Task. The Main Task is executed when the device is activated, being responsible for: configuring the peripherals; initialize the sensor set (10); create services and discriminate the characteristics of each sensor (11, 12, 13); register the services created with BLE's GATT Server; and create other tasks by allocating them dynamically. The Data Acquisition Task is responsible for acquiring data from the sensor modules (11, 12, 13), processing it and storing it in the non-volatile memory (30) until it is sent by the communication system (42) to the Web App on the patient's device (60). The BLE Task is responsible for maintaining BLE communication, or other encrypted wireless communication, with the patient's device (60).
[062] As descrições a seguir para as coletas de dados pelos sensores (11, 12, 13) do conjunto de sensores (10) engloba elementos exemplificativos, não devendo ser considerado como restritivo à invenção proposta.[062] The following descriptions for data collection by sensors (11, 12, 13) of the sensor set (10) encompass exemplary elements and should not be considered as restrictive to the proposed invention.
[063] Uma vez que a aferição das pressões arteriais sistólica e diastólica tem sua precisão afetada pelo movimento do paciente, o dispositivo proposto monitora esse movimento e efetua a leitura de tais dados somente quando o paciente se encontra em repouso. Para realizar esse monitoramento, os sinais correspondentes à aceleração em cada um dos três eixos de coordenadas (X, Y, Z) são obtidos pelo sensor (12) a uma taxa de amostragem de 60Hz e são filtrados, conforme ilustrado na Figura 5.[063] Since the measurement of systolic and diastolic blood pressure has its accuracy affected by the patient's movement, the proposed device monitors this movement and reads such data only when the patient is at rest. To carry out this monitoring, the signals corresponding to the acceleration in each of the three coordinate axes (X, Y, Z) are obtained by the sensor (12) at a sampling rate of 60Hz and are filtered, as illustrated in Figure 5.
[064] Tendo em vista que outro componente presente em cada sinal obtido, além da aceleração do usuário propriamente dita, é a força da gravidade, o processo de filtragem ilustrado na Figura 5 busca isolar as acelerações do usuário e obter um único sinal que represente somente o movimento do usuário. Neste sentido, inicialmente a cada sinal é aplicado um filtro passa baixas do tipo Infinite Impulse Response (IIR), o qual atenua todas as frequências maiores que 0.2 Hz, tendo como resultado o sinal referente à força da gravidade que incide sobre cada eixo de coordenada. Em seguida, a aceleração do usuário em cada eixo é obtida subtraindo a força da gravidade da aceleração total do eixo correspondente. Finalmente, um único sinal é obtido por meio da soma vetorial dessas acelerações do usuário, sendo aplicado, ao resultado obtido, um filtro de média móvel para atenuar os ruídos, tendo como saída o sinal que representa o movimento do usuário.[064] Considering that another component present in each signal obtained, in addition to the user's acceleration itself, is the force of gravity, the filtering process illustrated in Figure 5 seeks to isolate the user's accelerations and obtain a single signal that represents only the user's movement. In this sense, initially a low-pass filter of the Infinite Impulse Response (IIR) type is applied to each signal, which attenuates all frequencies greater than 0.2 Hz, resulting in the signal referring to the force of gravity that affects each coordinate axis. . Then, the user's acceleration on each axis is obtained by subtracting the force of gravity from the total acceleration of the corresponding axis. Finally, a single signal is obtained through the vector sum of these user accelerations, with a moving average filter being applied to the obtained result to attenuate noise, with the output being the signal that represents the user's movement.
[065] Os dados, tais como os das pressões sistólica e diastólica e dos batimentos cardíacos, são obtidos pelo sensor (13) em intervalos de 30 minutos, quando detectado o repouso do paciente. Para tal, o movimento do usuário é analisado com base em um valor limite predefinido e, caso esse valor não seja ultrapassado em um intervalo de 02 minutos, o sensor (13) é habilitado e os valores médios de um total de 20 amostras de cada dado são enviados ao dispositivo (60) do paciente. Caso seja detectado movimento do paciente durante o intervalo de coleta das amostras, estas são descartadas e novas amostras são coletadas tão logo seja detectado o repouso. Se o processo de coleta de dados não for concluído em um tempo predefinido de até 5 minutos, o paciente é notificado via uma vibração induzida pelo motor de vibração (50), indicando uma solicitação de permanência em repouso. uma vez finda a coleta de dados, o paciente é notificado por nova indicação vibratória.[065] Data, such as systolic and diastolic pressure and heart rate, are obtained by the sensor (13) at intervals of 30 minutes, when the patient is resting. To this end, the user's movement is analyzed based on a predefined limit value and, if this value is not exceeded within a 2-minute interval, the sensor (13) is enabled and the average values of a total of 20 samples from each data are sent to the patient's device (60). If patient movement is detected during the sample collection interval, they are discarded and new samples are collected as soon as rest is detected. If the data collection process is not completed within a predefined time of up to 5 minutes, the patient is notified via a vibration induced by the vibration motor (50), indicating a request to remain at rest. Once data collection is complete, the patient is notified by a new vibratory indication.
[066] A segurança dos dados no dispositivo e no sistema é implementada em duas etapas. Na primeira e de acordo com os métodos e protocolos definidos na camada de segurança da Bluetooth Core Specification, o dispositivo vestível e o dispositivo (60) do paciente executam o processo de pareamento entre si e estabelecem uma conexão encriptada. Na segunda etapa e conforme ilustrado na Figura 6, ocorre o processo de registro e autenticação do Mobile App no dispositivo (60), processo esse necessário para a leitura dos dados coletados pelo dispositivo.[066] Data security on the device and system is implemented in two steps. Firstly, and in accordance with the methods and protocols defined in the security layer of the Bluetooth Core Specification, the wearable device and the patient's device (60) perform the pairing process with each other and establish an encrypted connection. In the second stage and as illustrated in Figure 6, the Mobile App registration and authentication process occurs on the device (60), a process necessary for reading the data collected by the device.
[067] O registro do Mobile App é efetuado somente na primeira vez em que ocorre o pareamento entre o dispositivo móvel (60) e o dispositivo vestível. Para tal, a aplicação no dispositivo móvel (60) envia um comando de registro e uma chave de 16 bytes para o software embarcado na placa (40) do dispositivo vestível, que por sua vez armazena essa chave e retorna uma mensagem de sucesso. Finalizado o registro, a aplicação no dispositivo móvel (60) inicia a autenticação requisitando uma sequência de 16 bytes gerada aleatoriamente pelo software embarcado, a qual deve ser encriptada utilizando a chave registrada. No dispositivo, a sequência criptografada pelo Mobile App no dispositivo móvel (60) é comparada com a sequência gerada e criptografada utilizando a mesma chave. Caso a autenticidade seja confirmada, o Mobile App é autorizado e pode ler os dados provenientes do dispositivo vestível.[067] Registration of the Mobile App is only carried out the first time the pairing occurs between the mobile device (60) and the wearable device. To do this, the application on the mobile device (60) sends a registration command and a 16-byte key to the software embedded on the board (40) of the wearable device, which in turn stores this key and returns a success message. Once registration is complete, the application on the mobile device (60) begins authentication by requesting a 16-byte sequence randomly generated by the embedded software, which must be encrypted using the registered key. At the device, the sequence encrypted by the Mobile App on the mobile device (60) is compared with the sequence generated and encrypted using the same key. If the authenticity is confirmed, the Mobile App is authorized and can read the data coming from the wearable device.
[068] O Mobile App é uma aplicação voltada preferencialmente para dispositivos Android, podendo ser adaptada a demais sistemas operacionais, como iOS, KaiOS e Ubuntu Touch. A aplicação é instalada em um dispositivo (60) do paciente, como smartphone ou tablet, e atua principalmente como um gateway, recebendo dados do dispositivo vestível e os encaminhando à nuvem computacional (Cloud Layer). O design dessa aplicação envolveu a identificação, a análise e a descrição dos requisitos, sendo que foram empregados os diagramas de Caso de Uso, de Sequência e de Classe da Unified Modeling Language (UML). A Figura 7 apresenta o diagrama de Caso de Uso da Mobile App, focando nos atores, interações e principais funcionalidades dessa aplicação.[068] The Mobile App is an application aimed preferably at Android devices, and can be adapted to other operating systems, such as iOS, KaiOS and Ubuntu Touch. The application is installed on a patient's device (60), such as a smartphone or tablet, and acts mainly as a gateway, receiving data from the wearable device and forwarding it to the computing cloud (Cloud Layer). The design of this application involved the identification, analysis and description of requirements, using the Use Case, Sequence and Class diagrams of the Unified Modeling Language (UML). Figure 7 presents the Mobile App Use Case diagram, focusing on the actors, interactions and main functionalities of this application.
[069] Conforme ilustrado na Figura 7, dois atores interagem com a Mobile App: Patient, e Background Service. O primeiro ator representa o paciente com Hipertensão, cujos dados clínicos relevantes a essa DCNT são monitorados pelos sensores (11, 12, 13), sendo que este é responsável por lidar com as seguintes funcionalidades: - Authenticate, o paciente fornece o nome de usuário e senha previamente registrados no Web App e, uma vez autorizado, este pode gerenciar os sensores, visualizar seus dados clínicos, mensagens e alertas de risco; - Manage Sensors, o paciente efetua o registro de novos sensores e pode verificar o status de conexão e o nível de bateria dos sensores; e - View Data, o paciente consulta os registros de dados das últimas 24 horas, que ficam armazenados e disponibilizados em um banco de dados no dispositivo móvel (60) do paciente.[069] As illustrated in Figure 7, two actors interact with the Mobile App: Patient, and Background Service. The first actor represents the patient with Hypertension, whose clinical data relevant to this NCD are monitored by sensors (11, 12, 13), and is responsible for dealing with the following functionalities: - Authenticate, the patient provides the username and password previously registered on the Web App and, once authorized, it can manage the sensors, view their clinical data, messages and risk alerts; - Manage Sensors, the patient registers new sensors and can check the connection status and battery level of the sensors; and - View Data, the patient consults data records from the last 24 hours, which are stored and made available in a database on the patient's mobile device (60).
[070] O segundo ator representa os componentes de serviço, executados em segundo plano no dispositivo (60), responsáveis pelo provimento de forma automática das seguintes funcionalidades: - Physiolocial Data Collection, uma vez efetuado pelo Patient o registro do conjunto de sensores (10), é iniciado o processo de conexão e a autenticação da Mobile App com o dispositivo vestível. Após realizada a conexão, os dados clínicos são coletados pelos sensores (11, 12, 13), tratados pela placa (40) com microcontrolador (41) e enviados à nuvem pelo sistema de comunicação (42), onde são armazenados e disponibilizados para análise pelos profissionais de saúde; - Patient Data Analyze, os dados recebidos são analisados e classificados de acordo com quatro níveis de risco à saúde do paciente: NORISK, quando não há risco; LOW, quando o risco é pequeno, sendo possível o controle da Hipertensão via mudanças no estilo de vida do paciente, tais como a prática de exercícios físicos e hábitos alimentares mais saudáveis; MODERATE, quando o risco exige, além da mudança de estilo de vida, o uso de medicamentos para o controle da Hipertensão; e HIGH, quando há uma crise e o paciente necessita da intervenção imediata de um profissional de saúde; - Manage Alert, alertas são gerados de acordo com o nível de risco e enviados à nuvem para análise por um profissional de saúde, sendo que o paciente recebe automaticamente notificações relativas a esses alertas no seu dispositivo móvel e na Plataforma de Sensores. Em situações de risco MODERATE ou HIGH, o profissional de saúde e o familiar, cadastrado como contato de emergência, recebem imediatamente uma mensagem SMS com informações sobre o estado de saúde do paciente; e - Receive Messages, as mensagens registradas pelo profissional de saúde no Web App, tais como recomendações de mudanças no estilo de vida, ajustes no tratamento envolvendo alterações nas dosagens dos medicamentos ou a prescrição de novos medicamentos, são obtidas e armazenadas no dispositivo móvel do paciente, sendo que este recebe notificações relativas às mesmas.[070] The second actor represents the service components, running in the background on the device (60), responsible for automatically providing the following functionalities: - Physiolocial Data Collection, once the Patient has registered the set of sensors (10 ), the connection process and authentication of the Mobile App with the wearable device begins. After the connection is made, the clinical data is collected by the sensors (11, 12, 13), processed by the board (40) with microcontroller (41) and sent to the cloud via the communication system (42), where they are stored and made available for analysis. by health professionals; - Patient Data Analyze, the data received is analyzed and classified according to four levels of risk to the patient's health: NORISK, when there is no risk; LOW, when the risk is small, and it is possible to control Hypertension through changes in the patient's lifestyle, such as physical exercise and healthier eating habits; MODERATE, when the risk requires, in addition to changing lifestyle, the use of medications to control Hypertension; and HIGH, when there is a crisis and the patient needs immediate intervention from a healthcare professional; - Manage Alert, alerts are generated according to the risk level and sent to the cloud for analysis by a healthcare professional, with the patient automatically receiving notifications regarding these alerts on their mobile device and on the Sensor Platform. In MODERATE or HIGH risk situations, the healthcare professional and family member, registered as an emergency contact, immediately receive an SMS message with information about the patient's health status; and - Receive Messages, messages recorded by the healthcare professional on the Web App, such as recommendations for lifestyle changes, adjustments to treatment involving changes in medication dosages or the prescription of new medications, are obtained and stored on the patient's mobile device patient, who receives notifications relating to them.
[071] Os casos de uso foram refinados via diagramas de Sequência, a fim de possibilitar a visualização das interações envolvidas na execução das funcionalidades da Mobile App. A Figura 8 apresenta um exemplo desse diagrama para a funcionalidade Patient Data Analyze, focando na análise dos dados relativos à Pressão Arterial.[071] The use cases were refined via Sequence diagrams, in order to enable the visualization of the interactions involved in the execution of the Mobile App's functionalities. Figure 8 presents an example of this diagram for the Patient Data Analyze functionality, focusing on the analysis of data relating to Blood Pressure.
[072] Conforme ilustrado na Figura 8, as seguintes interações ocorrem na execução da funcionalidade Patient Data Analyze: inicialmente, ao receber os dados da Plataforma de Sensores, o BackgroundService emite a mensagem OnNewData para o AnalizerService; em seguida, o AnalizerService configura a instância do DataAnalyzer para tratar dados de Pressão Arterial, sendo que os dados recebidos são repassados para o DataAnalyzer, que por sua vez realiza a análise por meio das rotinas definidas no BloodPressureAnalyzer; finalmente, o resultado dessa análise é retornado, sendo que se for detectado algum tipo de risco ao paciente, um alerta é gerado pelo AnalizerService e tratado pela funcionalidade ManageAlert.[072] As illustrated in Figure 8, the following interactions occur when executing the Patient Data Analyze functionality: initially, upon receiving data from the Sensor Platform, the BackgroundService issues the OnNewData message to the AnalizerService; then, the AnalyzerService configures the DataAnalyzer instance to process Blood Pressure data, with the data received being passed on to the DataAnalyzer, which in turn performs the analysis through the routines defined in the BloodPressureAnalyzer; Finally, the result of this analysis is returned, and if any type of risk to the patient is detected, an alert is generated by the AnalyzerService and handled by the ManageAlert functionality.
[073] Dando continuidade ao design da Mobile App, as suas funcionalidades foram refinadas via diagramas de Classes. Por exemplo, Patient Data Analyze foi implementada empregando-se o padrão de projeto Strategy, que permite a definição de uma família de algoritmos e a seleção, em tempo de execução, de um destes para uso. O emprego desse padrão possibilita a extensão da Mobile App via a adição de novos analisadores de dados, sem que seja necessário mudar os já existentes. A Figura 9 apresenta um exemplo de Diagrama de Classes para a funcionalidade Patient Data Analyze, onde o Strategy é empregado.[073] Continuing the design of the Mobile App, its functionalities were refined via Class diagrams. For example, Patient Data Analyze was implemented using the Strategy design pattern, which allows the definition of a family of algorithms and the selection, at run time, of one of them for use. Using this standard makes it possible to extend the Mobile App by adding new data analyzers, without having to change existing ones. Figure 9 presents an example of a Class Diagram for the Patient Data Analyze functionality, where Strategy is used.
[074] Conforme ilustrado na Figura 9, há quatro classes principais da funcionalidade Patient Data Analyze relacionadas ao Strategy. As classes BloodPressureAnalyzer e TemperatureAnalyzer, denominadas estratégias no padrão Strategy, implementam a análise dos dados clínicos do paciente, sendo a primeira referente à pressão arterial e a segunda à temperatura corporal. A classe DataAnalyzer contém uma referência para uma das estratégias de análise, a qual é configurada em tempo de execução pelos clientes dessa classe. As estratégias implementam a interface IAnalizeImplementation, a qual expõe o método único executeAnalyze para a execução do algoritmo selecionado.[074] As illustrated in Figure 9, there are four main classes of Patient Data Analyze functionality related to Strategy. The BloodPressureAnalyzer and TemperatureAnalyzer classes, called strategies in the Strategy pattern, implement the analysis of the patient's clinical data, the first referring to blood pressure and the second to body temperature. The DataAnalyzer class contains a reference to one of the analysis strategies, which is configured at run time by the clients of this class. The strategies implement the IAnalizeImplementation interface, which exposes the single executeAnalyze method for executing the selected algorithm.
[075] Inicialmente é verificado se o registro de dados é do tipo BLOOD_PRESSURE e, em caso positivo, os valores das pressões DIASTOLIC e SYSTOLIC são capturados, para finalmente o RiskStatus ser classificado de acordo com as recomendações da American Heart Association apresentadas na Tabela 1.Tabela 1 - Blood Pressure Category [075] Initially, it is checked whether the data record is of the BLOOD_PRESSURE type and, if so, the DIASTOLIC and SYSTOLIC pressure values are captured, and finally the RiskStatus is classified according to the recommendations of the American Heart Association presented in Table 1 .Table 1 - Blood Pressure Category
[076] A partir das funcionalidades da Mobile App descritas via diagramas UML, essa aplicação foi implementada na linguagem Java, usando a API de desenvolvimento para aplicações Android na versão 21, que a torna compatível com cerca de 94,1% dos dispositivos baseados em Android. Essa aplicação pode ser adaptada para ser aplicável a, e compatível com outros sistemas operacionais, tais como iOS. KaiOS e Ubuntu Touch A fim de garantir a segurança dos dados armazenados no dispositivo móvel do paciente, foi utilizada a biblioteca SQLite com a extensão SQLChipher, que fornece ao banco de dados uma criptografia AES de 256 bits. Foi empregada a biblioteca Apollo GraphQL na versão 2.4, que permite gerar os modelos em Java para as consultas GraphQL.[076] Based on the Mobile App's functionalities described via UML diagrams, this application was implemented in the Java language, using the development API for Android applications in version 21, which makes it compatible with around 94.1% of devices based on Android. This application can be adapted to be applicable to, and compatible with, other operating systems, such as iOS. KaiOS and Ubuntu Touch In order to guarantee the security of data stored on the patient's mobile device, the SQLite library was used with the SQLChipher extension, which provides the database with 256-bit AES encryption. The Apollo GraphQL library was used in version 2.4, which allows generating Java models for GraphQL queries.
[077] A Figura 10 apresenta duas capturas de tela da Interface do Usuário, que são mostradas no dispositivo móvel (60) do paciente. A tela à esquerda corresponde à tela interativa de Coleta de Dados, que permite ao paciente visualizar os sensores (11, 12, 13) e os dados atualizados coletados por cada sensor (11, 12, 13), como também clicar sobre cada um destes para ter acesso à tela de visualização do histórico desses dados. À direita se encontra a tela de Histórico de Dados, que permite visualizar por meio de um gráfico o histórico dos dados (na figura, como exemplo, é apresentada a pressão sanguínea - Blood Pressure), os quais estão registrados no dispositivo móvel (60) do paciente.[077] Figure 10 shows two screenshots of the User Interface, which are shown on the patient's mobile device (60). The screen on the left corresponds to the interactive Data Collection screen, which allows the patient to view the sensors (11, 12, 13) and the updated data collected by each sensor (11, 12, 13), as well as click on each of these to access the history view screen for this data. On the right is the Data History screen, which allows you to view the data history through a graph (in the figure, as an example, blood pressure is shown), which are recorded on the mobile device (60) of the patient.
[078] As aplicações API Server e Web App foram implantadas na Cloud Layer, a fim de possibilitar o uso de recursos sob demanda da nuvem, já que essas aplicações desempenham tarefas que demandam um maior poder computacional. Também buscou-se possibilitar o acesso às aplicações via Internet tanto pela Mobile App, pelo paciente, quanto pelos profissionais de saúde.[078] The API Server and Web App applications were deployed in the Cloud Layer, in order to enable the use of on-demand cloud resources, as these applications perform tasks that require greater computing power. We also sought to enable access to applications via the Internet, both through the Mobile App, by the patient and by health professionals.
[079] A aplicação Web App é acessada via um navegador Web, tanto pelos profissionais de saúde para a visualização e análise dos dados clínicos de seus pacientes, quanto por um administrador para o gerenciamento desses profissionais e desses pacientes. A Figura 11 apresenta o diagrama de Caso de Uso da Web App, focando nos atores, interações e principais funcionalidades dessa aplicação.[079] The Web App application is accessed via a Web browser, both by healthcare professionals to view and analyze their patients' clinical data, and by an administrator to manage these professionals and patients. Figure 11 presents the Web App Use Case diagram, focusing on the actors, interactions and main functionalities of this application.
[080] Conforme ilustrado na Figura 11, dois atores interagem com a Web App: Administrator e Health Professional. O primeiro ator representa um usuário que desempenha o papel de administrador da aplicação, sendo que este é responsável por lidar com as seguintes funcionalidades: - Manage Patients, realiza o cadastro e a manutenção dos dados dos pacientes, tais como seus dados pessoais - os tipos de doenças a serem monitorados; - Assign Patient to Health Professional, atribui um profissional de saúde ao paciente, o qual ficará responsável pelo acompanhamento dos dados clínicos desse paciente; e - Manage Health Professionals, realiza o cadastro e a manutenção dos dados dos profissionais de saúde.[080] As illustrated in Figure 11, two actors interact with the Web App: Administrator and Health Professional. The first actor represents a user who plays the role of administrator of the application, and is responsible for dealing with the following functionalities: - Manage Patients, registers and maintains patient data, such as their personal data - types of diseases to be monitored; - Assign Patient to Health Professional, assigns a healthcare professional to the patient, who will be responsible for monitoring that patient's clinical data; and - Manage Health Professionals, registers and maintains health professionals' data.
[081] O segundo ator representa o profissional de saúde, sendo que este é responsável por lidar com as seguintes funcionalidades: - Analyze Health Data, acessa os dados clínicos dos pacientes do profissional de saúde, o qual pode então analisar tais dados e tomar decisões relativas aos tratamentos desses pacientes; - Send Menssage, envia mensagens ao dispositivo móvel (60) do paciente via a Mobile App, com recomendações relativas ao tratamento ou ao estilo de vida desse paciente. Tais mensagens podem ser categorizadas pelo profissional de saúde em 3 níveis de prioridade, visando determinar a ordem na qual serão exibidas ao paciente; e - View Alerts, visualiza os alertas gerados na Mobile App automaticamente e que foram encaminhados ao API Server, auxiliando o profissional de saúde na análise dos dados clínicos de seus pacientes.[081] The second actor represents the healthcare professional, who is responsible for dealing with the following functionalities: - Analyze Health Data, accesses the clinical data of the healthcare professional's patients, who can then analyze such data and make decisions relating to the treatments of these patients; - Send Message, sends messages to the patient's mobile device (60) via the Mobile App, with recommendations regarding the patient's treatment or lifestyle. Such messages can be categorized by the healthcare professional into 3 priority levels, aiming to determine the order in which they will be displayed to the patient; and - View Alerts, displays the alerts automatically generated in the Mobile App and sent to the API Server, helping healthcare professionals analyze their patients' clinical data.
[082] A Figura 12 apresenta uma captura da tela de Visualização de Dados de paciente, que possibilita ao profissional de saúde aplicar filtros, tais como o tipo de dados clínicos e o período desejados para a análise. A fim de auxiliá-lo nessa análise, para cada tipo de dados clínicos apresentado, são plotadas no gráfico linhas de referência relativas a valores normais pré-estabelecidos para esse tipo de dados.[082] Figure 12 shows a capture of the Patient Data View screen, which allows the healthcare professional to apply filters, such as the type of clinical data and the period desired for analysis. In order to assist you in this analysis, for each type of clinical data presented, reference lines relative to pre-established normal values for that type of data are plotted on the graph.
[083] A Web App foi implementada na linguagem Javascript e foram utilizadas as bibliotecas React e Material UI, uma vez que estas possibilitam uma rápida construção da Interface de Usuário. A integração com o API Server foi realizada via a biblioteca Apollo Client, já que esta permite executar as consultas a uma API GraphQL, realizar o gerenciamento do cache de dados e atualizar automaticamente os dados da Interface de Usuário.[083] The Web App was implemented in the Javascript language and the React and Material UI libraries were used, as these enable rapid construction of the User Interface. Integration with the API Server was carried out via the Apollo Client library, as this allows you to execute queries to a GraphQL API, manage the data cache and automatically update the User Interface data.
[084] A aplicação API Server opera como um servidor, fornecendo uma API segura para que as aplicações Mobile App e Web App possam armazenar e recuperar as informações do sistema. Essa API emprega a linguagem de consulta e manipulação de dados GraphQL, desenvolvida pelo Facebook em 2012 e disponibilizada ao público em 2015, para ser uma alternativa ao Representational State Transfer (REST).[084] The API Server application operates as a server, providing a secure API so that Mobile App and Web App applications can store and retrieve system information. This API uses the GraphQL query and data manipulation language, developed by Facebook in 2012 and made publicly available in 2015, to be an alternative to Representational State Transfer (REST).
[085] GraphQL tem sido considerada mais eficiente e capaz de mitigar inflexibilidades e complexidades associadas ao REST, tais como: requisições HTTP complexas, quando há necessidade de múltiplas requisições a diferentes endpoints para a consulta de diversos recursos; overfetching de dados, quando há o retorno de mais dados que o requerido pela aplicação; underfeching de dados, quando um endpoint não fornece todos os dados requeridos pela aplicação; e versionamento, quando há necessidade de criar uma nova versão de API sempre que novas funcionalidades são requeridas, o que torna onerosa a geração e manutenção da documentação para esse grande número de APIs.[085] GraphQL has been considered more efficient and capable of mitigating inflexibility and complexities associated with REST, such as: complex HTTP requests, when there is a need for multiple requests to different endpoints to query different resources; data overfetching, when more data is returned than required by the application; data underclosing, when an endpoint does not provide all the data required by the application; and versioning, when there is a need to create a new API version whenever new functionalities are required, which makes generating and maintaining documentation for this large number of APIs costly.
[086] Visando superar essas limitações do REST, a GraphQL possibilita a construção de APIs em um alto nível de abstração, a partir de Schemas fortemente tipificados. Esta fornece um único endpoint, através do qual as aplicações clientes podem obter, em uma única requisição, todos e somente os dados solicitados. Isso permite manter uma única versão de API em constante evolução, adicionando-se novos campos ou descontinuando campos antigos, sem afetar as aplicações clientes já existentes.[086] Aiming to overcome these limitations of REST, GraphQL makes it possible to build APIs at a high level of abstraction, based on strongly typed Schemas. This provides a single endpoint, through which client applications can obtain, in a single request, all and only the requested data. This allows you to maintain a single version of the API in constant evolution, adding new fields or discontinuing old fields, without affecting existing client applications.
[087] Um exemplo é dado, a seguir, de um trecho de código de uma requisição GraphQL, realizada pela aplicação Web App ao API Server para obter os dados a serem mostrados na tela de Visualização de Dados de paciente, e uma resposta típica à mesma. Nessa requisição, um argumento patientId é fornecido com valor “1”, para recuperar tanto o recurso Patient, requisitando o nome e email, quanto o recurso HealthData, requisitando os dados clínicos e a data da coleta. Em HealthData é fornecido o argumento adicional filter, visando a obter dados do tipo BLOOD_PRESSURE no intervalo entre startDate e endDate. Ao receber essa requisição, o API Server realiza o processamento da consulta e retorna somente os dados requisitados no formato JavaScript Object Notation (JSON).[087] An example is given below of a code snippet of a GraphQL request, made by the Web App application to the API Server to obtain the data to be shown on the Patient Data View screen, and a typical response to the same. In this request, a patientId argument is provided with the value “1”, to retrieve both the Patient resource, requesting the name and email, and the HealthData resource, requesting clinical data and the collection date. In HealthData, the additional argument filter is provided, aiming to obtain data of type BLOOD_PRESSURE in the interval between startDate and endDate. Upon receiving this request, the API Server performs query processing and returns only the requested data in JavaScript Object Notation (JSON) format.
[088] A API Server foi implementada na linguagem JavaScript e foi utilizado o Node.js como ambiente de execução server-side, uma vez que essa tecnologia tem apresentado melhor performance, quando comparada às tecnologias tradicionais para servidores. Foi empregada a biblioteca open-source Apollo Server na versão 2.16, a qual permite criar a API GraphQL compatível com qualquer cliente GraphQL. Essa API provê um mecanismo de autenticação e autorização que utiliza JSON Web Token (JWT), mantendo assim os dados durante uma comunicação segura via o protocolo HTTPs.[088] The Server API was implemented in the JavaScript language and Node.js was used as a server-side execution environment, as this technology has shown better performance when compared to traditional server technologies. The open-source Apollo Server library was used in version 2.16, which allows creating the GraphQL API compatible with any GraphQL client. This API provides an authentication and authorization mechanism that uses JSON Web Token (JWT), thus maintaining data during secure communication via the HTTPs protocol.
[089] Tendo em vista o grande número de usuários que podem utilizar o sistema e os consequentes gargalos que podem ocorrer tanto na comunicação entre as aplicações Mobile App e API Server, quanto na comunicação entre as aplicações Web App e API Server, foram considerados o uso das tecnologias REST e GraphQL para a comunicação entre as aplicações, sendo que um experimento foi realizado visando fornecer subsídios para a escolha da tecnologia a ser utilizada.[089] In view of the large number of users that can use the system and the consequent bottlenecks that can occur both in the communication between the Mobile App and API Server applications, and in the communication between the Web App and API Server applications, the use of REST and GraphQL technologies for communication between applications, and an experiment was carried out to provide information for choosing the technology to be used.
[090] O experimento foi realizado buscando avaliar o Tempo de Resposta e Vazão Média do sistema, quando essas tecnologias são utilizadas na implementação da API responsável pela comunicação com as aplicações Web App e Mobile App. Como o sistema foi desenvolvido em camadas de modo a separar as regras de negócio da camada de API, foi possível realizar a avaliação das tecnologias e minimizar o impacto provocado por alterações na implementação.[090] The experiment was carried out seeking to evaluate the Response Time and Average Flow of the system, when these technologies are used in the implementation of the API responsible for communication with the Web App and Mobile App applications. As the system was developed in layers in order to By separating the business rules from the API layer, it was possible to evaluate the technologies and minimize the impact caused by changes in the implementation.
[091] Para a condução do experimento foi empregado o Apache JMeter, uma ferramenta para realizar testes de performance de funcionalidades e de carga em aplicações desenvolvidas para Web, sendo que os testes foram configurados em dois cenários conforme ilustrado na Figura 13.[091] Apache JMeter was used to conduct the experiment, a tool for performing functionality and load performance tests on applications developed for the Web, and the tests were configured in two scenarios as illustrated in Figure 13.
[092] Os cenários ilustrados na Figura 13 simulam de 1 até 500 usuários realizando requisições concorrentemente ao API Server, sendo que: o Cenário 1 simula o envio de dados clínicos de pacientes via a aplicação Mobile App, tais como os das pressões sistólica e diastólica e dos batimentos cardíacos, assim como a data e a hora da coleta desses dados; e o Cenário 2 simula as consultas realizadas pelos Profissionais de Saúde via a aplicação Web App para obter os dados pessoais e clínicos dos pacientes, considerando-se 20 registros de saúde por paciente. É importante ressaltar que no cenário 2, devido às diferenças entre o GraphQL e o REST já apresentadas anteriormente, para obter os dados clínicos e pessoais de um paciente utilizando REST são necessárias 2 requisições, uma para os dados pessoais e outra para os dados clínicos, enquanto utilizando GraphQL apenas uma requisição é necessária. As simulações foram executadas durante o intervalo de 1 hora para ambas a tecnologias REST e GraphQL.[092] The scenarios illustrated in Figure 13 simulate from 1 to 500 users making requests concurrently to the API Server, with: Scenario 1 simulating the sending of clinical data from patients via the Mobile App application, such as systolic and diastolic pressure and heart rate, as well as the date and time of collection of this data; and Scenario 2 simulates consultations carried out by Healthcare Professionals via the Web App to obtain patients' personal and clinical data, considering 20 health records per patient. It is important to highlight that in scenario 2, due to the differences between GraphQL and REST previously presented, to obtain a patient's clinical and personal data using REST, 2 requests are necessary, one for personal data and another for clinical data, while using GraphQL only one request is required. The simulations were run over a 1-hour interval for both REST and GraphQL technologies.
[093] Para minimizar as interferências que poderiam ser causadas por instabilidades da Internet, as simulações foram realizadas em ambiente controlado composto de dois computadores, um atuando como Servidor e o outro como Cliente, interligados por uma rede local IEEE 802.3 de 100Mbps.[093] To minimize interference that could be caused by Internet instabilities, the simulations were carried out in a controlled environment consisting of two computers, one acting as a Server and the other as a Client, interconnected by a 100Mbps IEEE 802.3 local network.
[094] O Servidor possui um processador Intel Core I5 3337U 1.8GHz, uma memória RAM de 8GB e um SSD com 32GB, sendo que a aplicação API Server e o banco de dados PostgreSQL foram empacotados em containers Docker e executam no Sistema Operacional Ubuntu Server 18.04 LTS. O Cliente possui um processador Intel Core I7 3337U 1.8GHz, uma memória RAM de 8GB e um SSD de 250GB, sendo que o sistema operacional é o Windows 10 Single Language.[094] The Server has an Intel Core I5 3337U 1.8GHz processor, 8GB RAM and a 32GB SSD, and the API Server application and the PostgreSQL database were packaged in Docker containers and run on the Ubuntu Server Operating System 18.04 LTS. The Customer has an Intel Core I7 3337U 1.8GHz processor, 8GB RAM and a 250GB SSD, and the operating system is Windows 10 Single Language.
[095] As Figuras 14 e 15 apresentam os gráficos resultantes das simulações para os cenários 1 e 2 respectivamente, sendo que estes mostram a relação entre o tempo de resposta médio do API Server e o número de usuários que realizam requisições por meio das aplicações Mobile App e Web App respectivamente. A partir dos resultados apresentados, é possível perceber que em ambos os cenários o tempo de resposta médio foi menor quando utilizado o GraphQL, e que esse comportamento tende a se manter na medida em que aumenta o número dos usuários.[095] Figures 14 and 15 present the graphs resulting from the simulations for scenarios 1 and 2 respectively, which show the relationship between the average API Server response time and the number of users making requests through Mobile applications App and Web App respectively. From the results presented, it is possible to see that in both scenarios the average response time was lower when using GraphQL, and that this behavior tends to be maintained as the number of users increases.
[096] As Tabelas 2 e 3 apresentam os resultados das simulações para os cenários 1 e 2 respectivamente, sendo que estas contêm os tempos de resposta mínimo e máximo, e a taxa média em Kilobytes por segundo dos dados enviados e recebidos. Observa-se que, em ambos os cenários, esses tempos mantiveram-se menores nas simulações realizadas com o GraphQL, enquanto as taxas médias de dados enviados e recebidos apresentaram diferenças entre os cenários 1 e 2. No cenário 1, a taxa média manteve-se menor nas simulações realizadas com o REST, uma vez que o GraphQL requer um cabeçalho maior para cada requisição. No Cenário 2, a taxa média de dados enviados para o API Server, tanto usando o GraphQL quanto o REST, foram semelhantes, enquanto a taxa média de dados recebidos do API Server foi menor usando o GraphQL, uma vez que este permite definir as informações desejadas numa única resposta para cada requisição.Tabela 2 - Resultados da simulação relativos ao envio de dados clínicos Tabela 3 - Resultados da simulação relativos à recepção de dados pessoais e clínicos [096] Tables 2 and 3 present the results of the simulations for scenarios 1 and 2 respectively, which contain the minimum and maximum response times, and the average rate in Kilobytes per second of data sent and received. It is observed that, in both scenarios, these times remained shorter in simulations carried out with GraphQL, while the average rates of data sent and received showed differences between scenarios 1 and 2. In scenario 1, the average rate remained unchanged. is smaller in simulations performed with REST, since GraphQL requires a larger header for each request. In Scenario 2, the average rate of data sent to the API Server, both using GraphQL and REST, were similar, while the average rate of data received from the API Server was lower using GraphQL, as it allows you to define the information desired in a single response for each request. Table 2 - Simulation results related to sending clinical data Table 3 - Simulation results relating to the reception of personal and clinical data
[097] A partir dos resultados obtidos nesse experimento, é possível concluir que o uso do GraphQL acarreta um menor tempo de resposta que o uso do REST, tanto para o envio de dados clínicos de pacientes via a Mobile App, quanto para a consulta de dados pessoais e clínicos de pacientes via a Web App por parte de profissionais de saúde. Observa-se também que, apesar das taxas médias para o envio de requisições ao API Server serem semelhantes em ambos os usos, a taxa média para a recepção de dados é menor quando utilizado o GraphQL do que quando utilizado o REST, visto que com o primeiro é possível recuperar em uma única requisição todas e somente as informações desejadas Concluindo, o menor tempo de resposta, conjuntamente com a redução da taxa média de dados, que o uso do GraphQL proporciona, podendo assim reduzir os gargalos do sistema, levou ao emprego dessa tecnologia no SBIdC-MPH.[097] Based on the results obtained in this experiment, it is possible to conclude that the use of GraphQL leads to a shorter response time than the use of REST, both for sending clinical data from patients via the Mobile App and for consulting patients. personal and clinical data of patients via the Web App by healthcare professionals. It is also observed that, although the average rates for sending requests to the API Server are similar in both uses, the average rate for receiving data is lower when using GraphQL than when using REST, since with firstly, it is possible to retrieve all and only the desired information in a single request. In conclusion, the shorter response time, together with the reduction in the average data rate, that the use of GraphQL provides, thus being able to reduce system bottlenecks, led to the use of this technology at SBIdC-MPH.
[098] Além de permitir o monitoramento à distância, contínuo e automático de pacientes com Hipertensão, o dispositivo e o sistema desta invenção, SBIdC-MPH, pode ser adaptado para o monitoramento de pacientes com outras DCNTs, tais como Diabetes, Asma e Obesidade. Para tal, é necessário que o conjunto de sensores (10) de seu dispositivo vestível seja adaptado e/ou estendida para a inclusão de outros sensores para captar dados clínicos relevantes a essas outras DCNTs, e também é necessário que as suas aplicações sejam adaptadas e/ou estendidas para o tratamento desses dados.[098] In addition to allowing remote, continuous and automatic monitoring of patients with Hypertension, the device and system of this invention, SBIdC-MPH, can be adapted to monitor patients with other NCDs, such as Diabetes, Asthma and Obesity . To this end, it is necessary that the set of sensors (10) of your wearable device be adapted and/or extended to include other sensors to capture clinical data relevant to these other NCDs, and it is also necessary that your applications be adapted and /or extended for the processing of this data.
[099] Além de preconizar o monitoramento de pacientes com DCNTs, a OMS preconiza também a prática de atividades físicas para prevenção de DCNTs. Neste sentido, o SUS dispõe de um programa junto às Unidades de Saúde da Família (USF), onde Grupos de Atividade Física (GAF), formado por residentes situados nas áreas de abrangência das USFs, realizam regularmente Sessões de Atividades Físicas (SAF) monitoradas por profissionais de Saúde. A Figura 16 ilustra cenários de SAFs praticadas por GAFs junto à USF.[099] In addition to recommending the monitoring of patients with NCDs, the WHO also recommends the practice of physical activities to prevent NCDs. In this sense, the SUS has a program with the Family Health Units (USF), where Physical Activity Groups (GAF), formed by residents located in the areas covered by the USFs, regularly carry out monitored Physical Activity Sessions (SAF). by health professionals. Figure 16 illustrates scenarios of SAFs practiced by GAFs at the USF.
[0100] Uma vez que os cenários para monitoramento de atividades físicas, visando à prevenção de DCNTs, são bastante semelhantes aos cenários para monitoramento de pacientes com DCNTs, o SBIdC-MPH pode também ser adaptado para monitorar tais atividades. Para tal, é necessário que a Plataforma de Sensores seja reconfigurada para, por exemplo, captar os dados de pressão sanguínea e batimentos cardíacos quando os participantes dos GAFs estiverem praticando atividades físicas e não somente em repouso, devendo também ser adaptada e/ou estendida para a inclusão de outros sensores (e.g., pedômetro) para captar dados relevantes ao monitoramento de atividades físicas. É também necessário que as aplicações do SBIdC-MPH sejam adaptadas e/ou estendidas para o tratamento desses novos dados.[0100] Since the scenarios for monitoring physical activities, aimed at preventing NCDs, are quite similar to the scenarios for monitoring patients with NCDs, the SBIdC-MPH can also be adapted to monitor such activities. To this end, it is necessary for the Sensor Platform to be reconfigured to, for example, capture blood pressure and heart rate data when GAF participants are practicing physical activities and not just at rest, and must also be adapted and/or extended to the inclusion of other sensors (e.g., pedometer) to capture data relevant to monitoring physical activities. It is also necessary that SBIdC-MPH applications are adapted and/or extended to process this new data.
[0101] Nas reivindicações apresentadas neste documento, o único objetivo das referências entre parênteses é facilitar a leitura: elas não podem ser consideradas como fatores restritivos no que diz respeito ao campo de proteção reivindicado nas reivindicações específicas.[0101] In the claims presented in this document, the sole purpose of the references in parentheses is to facilitate reading: they cannot be considered as restrictive factors with regard to the field of protection claimed in the specific claims.
Claims (15)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
BR102022005303-0A BR102022005303A2 (en) | 2022-03-22 | 2022-03-22 | INTERNET OF THINGS (IoT) BASED DEVICE AND SYSTEM FOR COLLECTION, PROCESSING AND ANALYSIS OF A USER'S VITAL SIGNS |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
BR102022005303-0A BR102022005303A2 (en) | 2022-03-22 | 2022-03-22 | INTERNET OF THINGS (IoT) BASED DEVICE AND SYSTEM FOR COLLECTION, PROCESSING AND ANALYSIS OF A USER'S VITAL SIGNS |
Publications (1)
Publication Number | Publication Date |
---|---|
BR102022005303A2 true BR102022005303A2 (en) | 2023-10-03 |
Family
ID=89024584
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
BR102022005303-0A BR102022005303A2 (en) | 2022-03-22 | 2022-03-22 | INTERNET OF THINGS (IoT) BASED DEVICE AND SYSTEM FOR COLLECTION, PROCESSING AND ANALYSIS OF A USER'S VITAL SIGNS |
Country Status (1)
Country | Link |
---|---|
BR (1) | BR102022005303A2 (en) |
-
2022
- 2022-03-22 BR BR102022005303-0A patent/BR102022005303A2/en unknown
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Habibzadeh et al. | A survey of healthcare Internet of Things (HIoT): A clinical perspective | |
Garai et al. | Revolutionizing healthcare with IoT and cognitive, cloud-based telemedicine | |
Kulkarni et al. | Health companion device using IoT and wearable computing | |
Taralunga et al. | A blockchain-enabled framework for mhealth systems | |
Guntur et al. | Internet of Medical things: Remote healthcare and health monitoring perspective | |
Szydło et al. | Mobile and wearable devices in an open and universal system for remote patient monitoring | |
Patel et al. | NXTGeUH: LoRaWAN based NEXT generation ubiquitous healthcare system for vital signs monitoring & falls detection | |
Khatoon et al. | A survey on Applications of Internet of Things in Healthcare | |
Neubert et al. | Multi‐Sensor‐Fusion Approach for a Data‐Science‐Oriented Preventive Health Management System: Concept and Development of a Decentralized Data Collection Approach for Heterogeneous Data Sources | |
Zhong et al. | Continuous blood pressure measurement platform: A wearable system based on multidimensional perception data | |
Gómez-García et al. | Platform for healthcare promotion and cardiovascular disease prevention | |
KR20210141986A (en) | Population Health Platform | |
Szydło et al. | Mobile devices in the open and universal system for remote patient monitoring | |
Rane et al. | Roles and future of the Internet of Things-based smart health care models | |
Talib et al. | Design smart hospital system based on cloud computing | |
Jersak et al. | A systematic review on mobile health care | |
Sobecki et al. | Framework for integration decentralized and untrusted multi-vendor IoMT environments | |
BR102022005303A2 (en) | INTERNET OF THINGS (IoT) BASED DEVICE AND SYSTEM FOR COLLECTION, PROCESSING AND ANALYSIS OF A USER'S VITAL SIGNS | |
Alasmary | ScalableDigitalHealth (SDH): An IoT-Based Scalable Framework for Remote Patient Monitoring | |
Touahria et al. | An ICE compliant component model for medical systems development | |
Ianculescu et al. | Ensuring the Completeness and Accuracy of Data in a Customizable Remote Health Monitoring System | |
Ji et al. | AIoT-Based Smart Healthcare in Everyday Lives: Data Collection and Standardization from Smartphones and Smartwatches | |
EP3871228A1 (en) | Detecting an ictal of a subject | |
Bhatti et al. | Context Aware Intelligent Wallet for Healthcare | |
Chaturvedi | Internet Of Things (IoT) based Reliable Health Monitoring System–Solefit |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
B03A | Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette] |