ES2491491B1 - Método para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario - Google Patents

Método para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario Download PDF

Info

Publication number
ES2491491B1
ES2491491B1 ES201330310A ES201330310A ES2491491B1 ES 2491491 B1 ES2491491 B1 ES 2491491B1 ES 201330310 A ES201330310 A ES 201330310A ES 201330310 A ES201330310 A ES 201330310A ES 2491491 B1 ES2491491 B1 ES 2491491B1
Authority
ES
Spain
Prior art keywords
metadata
user
server
monitoring device
sanitary
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES201330310A
Other languages
English (en)
Other versions
ES2491491A1 (es
Inventor
Patricia ALONSO DÍAZ
Daniel Almodóvar Herráiz
Guillermo Esteve Asensio
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Vodafone Espana SA
Original Assignee
Vodafone Espana SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Vodafone Espana SA filed Critical Vodafone Espana SA
Priority to ES201330310A priority Critical patent/ES2491491B1/es
Priority to EP14157470.7A priority patent/EP2775415A1/en
Priority to US14/197,939 priority patent/US9647990B2/en
Publication of ES2491491A1 publication Critical patent/ES2491491A1/es
Application granted granted Critical
Publication of ES2491491B1 publication Critical patent/ES2491491B1/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/04—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks
    • H04L63/0407—Network architectures or network communication protocols for network security for providing a confidential data exchange among entities communicating through data packet networks wherein the identity of one or more communicating identities is hidden
    • H04L63/0421—Anonymous communication, i.e. the party's identifiers are hidden from the other party or parties, e.g. using an anonymizer
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/60—Protecting data
    • G06F21/62—Protecting access to data via a platform, e.g. using keys or access control rules
    • G06F21/6218—Protecting access to data via a platform, e.g. using keys or access control rules to a system of files or objects, e.g. local or distributed file system or database
    • G06F21/6245—Protecting personal data, e.g. for financial or medical purposes
    • G06F21/6254—Protecting personal data, e.g. for financial or medical purposes by anonymising data, e.g. decorrelating personal data from the owner's identification
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00—ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60—ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/18—Network architectures or network communication protocols for network security using different networks or channels, e.g. using out of band channels
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B2562/00—Details of sensors; Constructional details of sensor housings or probes; Accessories for sensors
    • A61B2562/08—Sensors provided with means for identification, e.g. barcodes or memory chips
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/0002—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network
    • A61B5/0015—Remote monitoring of patients using telemetry, e.g. transmission of vital signals via a communication network characterised by features of the telemetry system
    • A61B5/0022—Monitoring a patient using a global network, e.g. telephone networks, internet
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/01—Measuring temperature of body parts ; Diagnostic temperature sensing, e.g. for malignant or inflamed tissue
    • 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
    • A61B5/021—Measuring pressure in heart or blood vessels
    • 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
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/145—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue
    • A61B5/14532—Measuring characteristics of blood in vivo, e.g. gas concentration, pH value; Measuring characteristics of body fluids or tissues, e.g. interstitial fluid, cerebral tissue for measuring glucose, e.g. by tissue impedance measurement
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Bioethics (AREA)
  • Theoretical Computer Science (AREA)
  • Medical Informatics (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Public Health (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Telephonic Communication Services (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

Método para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario.#La invención propuesta se refiere a un método para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario. La invención comprende las etapas de: registrar en un servidor un usuario asociado con un ID y un primer conjunto de metadatos; registrar un dispositivo de monitorización sanitaria asociado con un segundo ID y un segundo conjunto de metadatos; después, enviar a través de un primer canal de comunicación el ID asociado con el usuario y el primer conjunto de metadatos al servidor mediante un dispositivo móvil; tomar una medición del usuario mediante el dispositivo de monitorización sanitaria y enviar a través de un segundo canal de comunicación dicha medición asociada con el segundo ID y el segundo conjunto de metadatos al servidor; comparar los metadatos almacenados en el servidor; y finalmente asociar el primer ID con las mediciones tomadas mediante el dispositivo de monitorización sanitaria correspondiente al segundo conjunto de metadatos, basándose la asociación en los resultados de la comparación anterior.

Description



DESCRIPCIÓN
Método para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario
5
Campo técnico de la invención
La presente invención tiene aplicación en el campo de la e-Salud y la monitorización de mediciones sanitarias de clientes (pacientes). Más particularmente, la invención se centra en la protección de datos enviados y en garantizar la privacidad del usuario describiendo un método 10 para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario.
Antecedentes de la invención
15
Actualmente, las enfermedades crónicas están aumentando en todo el mundo junto con la necesidad de un control médico de la salud de personas que padecen dichas enfermedades crónicas. El uso de supervisión médica remota ahorra muchos costes.
Existe una amplia variedad de dispositivos sanitarios como medidores de tensión arterial, básculas 20 o glucómetros con capacidad para enviar mediciones de los pacientes de manera remota a los doctores para su supervisión desde hospitales y centros de asistencia o los hogares de los pacientes. Un escenario factible es que se use un único dispositivo sanitario por varios usuarios en un espacio público, tal como una residencia para personas mayores, por tanto es necesario asociar cada medición médica con la persona y es aquí cuando surge el problema acerca del 25 anonimato, y los requisitos específicos de muchos casos.
El estado de la técnica da a conocer algunas invenciones acerca de este tema, por ejemplo el documento US201209676 (A1) “Multiuser health monitoring using biometric identification” (monitorización sanitaria de múltiples usuarios usando identificación biométrica) en el que se 30 presenta una estación central, sistema y método de monitorización sanitaria para monitorizar de manera remota la salud de una persona. Esta patente proporciona un método para emparejar la medición con el identificador de la persona o bien en una estación central local o bien en una remota. Sin embargo, este método puede ser válido cuando los requisitos sobre privacidad y las leyes de protección de datos son poco exigentes, pero es claramente insuficiente para leyes sobre 35 privacidad estrictas, como tienen la mayoría de países europeos en los que los datos médicos se consideran extremadamente sensibles y por tanto requieren métodos específicos de protección.
Las patentes US20120030229A1 y US20110313774A1 describen también un método para asociar medidas con un usuario usando sellos de fecha y hora, pero el principal problema de estas 40 patentes es que una solución basada en sellos de fecha y hora sólo es válida para un reducido grupo de usuarios y no puede garantizarse el anonimato de los usuarios.
Otra solución propuesta en el estado de la técnica es el documento US2009205042A “External user interface based measurement association” (Asociación de medición basada en interfaz de 45 usuario externa), en el que el paciente “se identifica” y hay una etapa de asociar mediciones con ID de pacientes (se usa un “dispositivo remoto” contra un “dispositivo de identificación” que se comunica con un “dispositivo de asociación” que, tras la asociación, transfiere los datos al “servidor de medición”, pero todo este proceso implica un único canal de comunicación o, al menos, dos canales estrechamente relacionados, lo que puede poner en riesgo el anonimato. La 50 vinculación usuario-medición se realiza localmente en la “estación de paciente” a pesar del método de sesión descrito. La finalidad de esta solución está lejos de cumplir con las leyes de
protección de datos estrictas sino que parece un método para permitir muchas mediciones de un único usuario útil con fines de una sesión de rehabilitación, como por ejemplo ejercicios de fisioterapia para recuperar un miembro dañado.
Por tanto, en el estado de la técnica falta un método para asociar de manera anónima usuarios 5 con las mediciones tomadas por dispositivos de monitorización. Las mediciones y la identificación viajan juntas o están vinculadas de manera evidente en todas las soluciones comentadas anteriormente o incluso se realiza una correspondencia de manera local, lo cual es sumamente inapropiado para garantizar el anonimato del servicio.
10
Sumario de la invención
La presente invención sirve para resolver el problema mencionado anteriormente posibilitando la asociación entre un paciente, que usa un dispositivo móvil, y la medición sanitaria desde un dispositivo de monitorización que puede usarse por varios usuarios proporcionando anonimato y 15 seguridad. La solución propuesta es que las mediciones y las identificaciones viajen por separado, de manera totalmente descorrelacionada. La asociación tiene lugar únicamente en un servidor que contiene toda la información de los usuarios. Con este fin se presenta un método para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario. El método se caracteriza por que comprende las etapas de: 20
a) registrar (1) un usuario en un servidor, asignando un primer ID al usuario registrado asociado con un primer conjunto de metadatos;
b) registrar (2) un dispositivo de monitorización sanitaria en un servidor, asignando un segundo ID al dispositivo de monitorización sanitaria registrado asociado con un segundo conjunto de metadatos; 25
c) enviar (3) a través de un primer canal de comunicación el primer ID y el primer conjunto de metadatos al servidor mediante un dispositivo móvil usado por el usuario;
d) tomar una medición del usuario mediante el dispositivo de monitorización sanitaria y enviar (4) a través de un segundo canal de comunicación dicha medición asociada con el segundo ID y el segundo conjunto de metadatos al servidor; 30
e) comparar en los metadatos del servidor el primer conjunto de metadatos con todos los conjuntos de metadatos (5) enviados al servidor por dispositivos de monitorización sanitaria registrados en el servidor;
f) asociar (7) en el servidor el primer ID con las mediciones tomadas mediante el dispositivo de monitorización sanitaria correspondiente al segundo conjunto de metadatos, basándose la 35 asociación en los resultados de la comparación de la etapa anterior.
La comparación puede afinarse fijando un umbral (14) para los valores de cada uno de los metadatos que van a compararse. Por tanto, pueden obtenerse diferentes series de elementos y el método se adapta apropiadamente a los diferentes casos. 40
Los metadatos comparados pueden obtenerse mediante un emparejado directo (6) tanto desde el primer como desde el segundo conjunto de metadatos, aunque adicionalmente, el método también puede comprender reglas de deducción (10) referidas (11, 12, 13) al menos a dos metadatos específicos. 45
En una realización de la invención, los metadatos tomados que van a compararse se combinan en grupos de al menos dos elementos. Se asocian condiciones lógicas con dichos elementos basándose en las similitudes.
50
Opcionalmente, la invención puede afinar la comparación aumentando de manera iterativa (9) el número de elementos de metadatos tomados que van a compararse. La asociación que propone
el método puede añadirse finalmente a un archivo histórico asociado con el usuario.
La invención propuesta puede comprender que el dispositivo móvil usado por el usuario y el dispositivo de monitorización sanitaria se comuniquen antes de enviar algo al servidor. El dispositivo móvil, según una realización de la invención es un teléfono móvil y, según una 5 realización particular, la asociación propuesta por la invención se envía al usuario pidiendo su aceptación.
Los metadatos considerados en una realización de la invención se seleccionan de la siguiente lista: hora, fecha, número de serie, frecuencia de uso, luz ambiente, temperatura ambiente, 10 pulsación y movimientos sobre una pantalla, ubicación, datos de redes dentro de alcance o cualquier otro dato recopilado por uno de o tanto el dispositivo de monitorización sanitaria como el dispositivo móvil usado por el usuario. Asimismo, puede incluirse una determinada lógica para comparar metadatos no numéricos.
15
Un segundo aspecto de la invención se refiere a un sistema para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario, estando el sistema caracterizado por que comprende:
- un dispositivo móvil configurado para enviar un primer ID y un primer conjunto de metadatos a un servidor; 20
- un dispositivo de monitorización sanitaria configurado para tomar una medición del usuario y enviar dicha medición asociada con un segundo ID y un segundo conjunto de metadatos al servidor;
- un servidor configurado para recibir mensajes desde el dispositivo móvil y el dispositivo de monitorización sanitaria, comparar los metadatos incluidos en los mensajes y asociar el primer ID 25 con las mediciones tomadas mediante el dispositivo de monitorización sanitaria según el resultado de la comparación.
Otro aspecto de la invención se refiere a un servidor para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario, estando el servidor 30 caracterizado por recibir mensajes desde un dispositivo móvil y un dispositivo de monitorización sanitaria, comparar los metadatos incluidos en los mensajes y asociar el ID de usuario con las mediciones tomadas mediante el dispositivo de monitorización sanitaria según el resultado de la comparación y una determinada lógica.
35
Un último aspecto de la invención se refiere a un producto de programa informático que comprende código de programa informático adaptado para realizar el método de la invención cuando dicho código de programa se ejecuta en un ordenador, un procesador de señal digital, una disposición de puertas programables en campo, un circuito integrado de aplicación específica, un microprocesador, un microcontrolador o cualquier otra forma de hardware programable. 40
Descripción de los dibujos
Para completar la descripción que está realizándose y con el objetivo de ayudar a entender mejor las características de la invención, según un ejemplo preferido de realización práctica de la misma, 45 acompañando a dicha descripción como parte integrante de la misma, hay un juego de dibujos en los que, a modo de ilustración y de manera no restrictiva, se ha representado lo siguiente:
La figura 1 representa las comunicaciones recibidas por el servidor según una realización de la invención propuesta.
La figura 2 representa el proceso seguido en el servidor para asociar una identificación de usuario 50 con mediciones tomadas por un dispositivo de monitorización sanitaria según una realización de la invención.
Descripción detallada de la invención
La invención propuesta posibilita la asociación entre un usuario que usa un dispositivo móvil y una medición sanitaria adquirida mediante dispositivos de monitorización usados por varios usuarios proporcionando anonimato. 5
Los datos del dispositivo de medición, tal como un dispositivo de medición sanitario, se entregan usando un canal de comunicaciones y los datos para relacionarlos con una persona específica (o paciente) se envían mediante el dispositivo móvil usando un canal diferente. Por tanto, se envían las mediciones y los datos de identificación de manera independiente y totalmente 10 descorrelacionada. Los canales de comunicación usados por el dispositivo móvil pueden variar de una realización a otra. Ejemplos de canales de comunicación usados con este fin son mensajes cortos (SMS), conexiones de datos sobre voz tales como FAX o diferentes protocolos de conexiones sobre datos (correo o STMP, mensajería instantánea o XMPP, petición http, etc.), todos ellos sobre diversas portadoras inalámbricas, tales como WiFi, 3G, LTE, etc. La figura 1 15 representa claramente este proceso según una realización particular de la invención, en la que tras el registro inicial de los usuarios (1) y dispositivos (2), lo que puede realizarse en cualquier orden, y después de que se les asigne un ID de usuario (21) y un ID de dispositivo (22) respectivamente, ambos elementos empiezan a entregar mensajes al servidor (3), (4). Estos mensajes ii (23) y mj (24) consisten en varios campos (o vectores) entre los que se incluyen al 20 menos el ID del usuario o el dispositivo respectivamente y algunos elementos de metadatos di, dj. Estos mensajes pertenecen o bien a I o bien a M, siendo I y M los conjuntos de datos asociados con los usuarios y los dispositivos respectivamente. En el caso del conjunto M, los vectores mj también comprenden las mediciones tomadas.
25
La figura 2 describe, según una realización particular, el proceso seguido después de que se envíen los mensajes de la figura 1 al servidor. Los conjuntos de datos M e I (5) se comparan (6) usando un algoritmo de emparejamiento directo basado en un conjunto de umbrales que definen lo que se considera “muy similar” (14) entre dos metadatos comparables. Los metadatos que van a compararse se definen mediante relaciones lógicas (construidas por ejemplo usando tablas de 30 verdad) entre elementos de los metadatos del mensaje del usuario, denominados di y los metadatos de la medición del dispositivo, denominados dj (11) o entre elementos de uno de los conjuntos de datos (12), (13). Esta comparación empieza siendo uno a uno pero evoluciona hasta ser la combinación de muchos a muchos.
35
Tras esta etapa (6), se generan tres conjuntos (7): un conjunto de pares de mensajes de usuario y mediciones de dispositivo emparejados ii, mj y dos conjuntos reducidos de elementos restantes Mk’ e Ik’ por emparejar. Estos tres conjuntos de datos o bien se insertan (8) en el mismo proceso (6) o bien se pasan (9) al proceso complementario de deducción descrito anteriormente (10) que genera un nuevo conjunto k de tres conjuntos de datos (7). Las iteraciones subsiguientes o bien 40 de un proceso o bien del otro siguen reduciendo el número de elementos en Mk’ e Ik’ al emparejar elementos o marcarlos como errores.
El proceso global se controla mediante un proceso de control (17) que recibe información de los dos procesos mencionados (6) y (10) y de un conjunto de condiciones de detención ajustables 45 (15) para decidir que el estado del proceso (6) o (10) es razonablemente bueno y reglas para marcar elementos como errores o equivocaciones (15). Estas condiciones de parada y reglas pueden ajustarse mediante el proceso de control para definir la siguiente iteración o si habrá otra iteración.
50
Adicionalmente, los umbrales que definen “muy similar” (14) pueden ajustarse mediante un proceso (16) controlado por el proceso de control (16), afectando al modo en que el proceso (6) y
(10) ejecuta cada iteración.
Los siguientes elementos están incluidos:
- Un dispositivo móvil (por ejemplo un teléfono móvil) que envía la información del identificador de usuario junto con algunos metadatos. El identificador de usuario (ID) es cualquier dato que 5 conduzca a un usuario previamente registrado en el servicio. Puede ser cualquier cadena de números o de texto, aunque también cualquier patrón biométrico, tal como un patrón de voz, huella dactilar, reconocimiento facial/del iris o similar. Ejemplos de metadatos usados en diferentes realizaciones son ubicación, hora, un identificador de dispositivo (tal como número de serie), tipo y frecuencia de uso del dispositivo y de las aplicaciones en el dispositivo (histórico y 10 actual), luz ambiente, temperatura ambiente, vectores de movimiento y patrones (tal como un signo específico dibujado con el dispositivo móvil), pulsación (sobre la pantalla o botones), imágenes, contactos, datos de redes en uso o dentro de alcance (WiFi, Bluetooth, ID de célula 3G, etc.), pasarelas usadas (conocidas como APN en redes móviles), o cualquier dato recopilado con el dispositivo móvil. 15
- Un dispositivo de medición, tal como un dispositivo de monitorización sanitaria tal como un medidor de tensión arterial, una báscula, un glucómetro o cualquier otro dispositivo usado para monitorización sanitaria, que toma la medición del usuario. El dispositivo transmite mensajes por cualquiera de los medios mencionados anteriormente como “canales de comunicación”. También 20 se considera la posibilidad de conectar dicho dispositivo, según otra realización, al dispositivo móvil del usuario para usar su capacidad y transmitir un mensaje separado y no relacionado. En este último caso, el anonimato es menos estricto que en el procedimiento general descrito debido a que se usa el mismo dispositivo móvil.
25
- Un servidor configurado para recibir las dos informaciones (los datos de identificación del usuario desde el dispositivo móvil y el valor de la medición desde el dispositivo de monitorización sanitaria) y después asociar la identidad del usuario con la medición tomada.
Según una realización de la presente invención, los usuarios del servicio y los dispositivos 30 asociados con el servicio se registran en un servidor con el fin de usar el método propuesto, de modo que tengan un ID único. Alternativamente, en otra realización de la invención, el ID único se asigna con el primer uso, como un sistema de autoaprovisionamiento.
Durante el proceso de registro, el usuario asocia su ID de usuario con algunos datos usados como 35 metadatos tal como identificador del ID de dispositivo móvil. Después, durante cada medición, el usuario envía información al servidor para identificarse, por ejemplo dicho ID de dispositivo móvil junto con algunos metadatos de la medición. Aproximadamente al mismo tiempo, el dispositivo de monitorización sanitaria envía al servidor el valor de la medición, algunos metadatos de la medición (como la hora, la ubicación…) y el ID del dispositivo de monitorización sanitaria (por 40 ejemplo la dirección MAC del dispositivo). Después, el servidor reúne esta información y la compara con sus metadatos previamente cargados de cada usuario para asociar el valor del dispositivo de monitorización sanitaria con el ID de usuario correspondiente.
Los metadatos configurados en el servidor para cada ID de usuario pueden contener 45 adicionalmente los valores históricos de mediciones. Puede usarse una gran serie de metadatos. Como ejemplos de metadatos del dispositivo de medición, puede elegirse cualquiera de la siguiente lista: hora; identificador de dispositivo (tal como número de serie); tipo y frecuencia de uso del dispositivo y de las características en el dispositivo (histórico y actual); luz ambiente (si está disponible); temperatura ambiente (si está disponible); vectores de pulsación y de movimiento 50 y patrones (dependiendo del dispositivo); datos de redes en uso o dentro de alcance (WiFi, Bluetooth, ID de célula 3G, etc.); pasarelas usadas (conocidas como APN en redes móviles) o
cualquier dato recopilado con el dispositivo; en este último grupo, podría haber cualquier dato proporcionado mediante el dispositivo móvil como la mera proximidad del dispositivo móvil, la ubicación, pulsación (sobre la pantalla o botones); imágenes; contactos; etc. excluyendo el ID de usuario, evidentemente, para garantizar el anonimato.
5
La comparación se realiza en el servidor, que tiene toda la información de todos los usuarios e impide emparejar la información en ningún otro sitio. Escenarios realistas con millones de usuarios demuestran que metadatos basados en la hora sólo son aplicables cuando unos pocos usuarios usan el servicio, en un entorno típico de millones de mensajes concurrentes, la hora tiene poco valor ya que pueden obtenerse miles de mediciones simultáneas con sellos de fecha y hora de 10 relojes no sincronizados que llegan con diferentes tiempos de propagación.
Centrándonos en la etapa de comparación, y según esta realización particular, se considera que el conjunto de mediciones M tiene varios elementos m igual a largo plazo que el conjunto de elementos de identificación i del conjunto I. Normalmente, m e i son vectores que contienen varios 15 valores de metadatos además de los valores medidos y la identificación del dispositivo y los usuarios. Se realiza una asociación binaria entre ambos conjuntos minimizando errores. El emparejamiento es iterativo y sobre cada conjunto de metadatos, como el sello de fecha y hora o los valores históricos del usuario usados como ejemplo porque son bastante intuitivos, pero no es secuencial sino inclusivo de modo que tras considerar un metadato, se considera ese mismo y 20 otros. Otros conjuntos de información menos usados son los valores ambientales (redes inalámbricas presentes, presión y temperatura…) medidos en el punto de medición por ambos elementos aproximadamente al mismo tiempo.
Algunos usuarios son muy predecibles debido a sus metadatos (peso estable/tensión arterial y 25 mediciones regulares desde el mismo sitio a la misma hora) pero algunos de ellos son realmente impredecibles lo que hace la asociación imposible si se aborda individualmente. Sin embargo, aislando dichos usuarios descartando cualquier otra asociación, finalmente se logra un emparejamiento de datos no correlacionados. Según una realización de la invención, dicho emparejamiento no tiene que ser inmediato (en tiempo real) sino que se usan diferentes conjuntos 30 de M e I ampliando y contrayendo un intervalo horario y/o área y variando un umbral para cada metadato (por ejemplo, para emparejar todas las mediciones en un determinado intervalo de peso contra todos los ID de usuario usando todos los metadatos disponibles, el umbral para el peso se aumenta cada vez que se ejecuta el método). La comparación de suficientes subconjuntos desequilibrados puede converger para hacer la asociación binaria de los conjuntos equilibrados. 35
Adicionalmente, los intervalos que van a compararse son mayores o menores (por ejemplo de periodos de tiempo) de modo que los pares no emparejados pueden converger en uno solo considerando un metadato, reduciendo el número de opciones que van a emparejarse considerando otros metadatos hasta alcanzar algún resultado razonable. 40
Algunos otros pares de mensajes son fáciles de emparejar incluso sin conocimiento previo de los hábitos o datos de usuario, como dos mensajes que tienen el mismo conjunto de redes WiFi detectadas entre sus metadatos en un intervalo de tiempo corto. Los metadatos no numéricos requieren una determinada lógica para su comparación. Estos fáciles emparejamientos reducen 45 las opciones para los emparejamientos imposibles y, dados suficientes metadatos e intervalos en cada una, es posible converger en la mayoría de los casos.
A continuación se da a conocer un ejemplo específico de implementación:
i) El usuario se registra en el servicio para cargar datos desde dispositivos de medición. 50 Esto genera un identificador de usuario (ID de usuario) único para él en el servicio. El servicio proporcionado al usuario consiste en la recepción, almacenamiento y gestión con seguridad de
mediciones relacionadas con él tomadas por cualquiera de los dispositivos que trabajan con el servicio.
ii) Este ID de usuario se usa en dispositivos móviles para indicar al servidor que el usuario ha interaccionado con un dispositivo cubierto por el servicio y se han tomado algunas mediciones. El dispositivo móvil es, en este ejemplo, un teléfono inteligente que ejecuta una aplicación en la 5 que el usuario inicia sesión con el ID y tiene un “botón rojo” simplemente para decir “hecho”.
iii) Los dispositivos de medición pueden ser propiedad del usuario o estar disponibles públicamente, por ejemplo una báscula. Este dispositivo está conectado a Internet mediante un medio (por cable o inalámbrico) y tiene capacidad para automatizar el proceso descrito en este ejemplo. Los dispositivos de medición también están registrados en el servicio y también tienen un 10 identificador de dispositivo de medición único; este registro significa que están autorizados a entregar mediciones al servidor.
iv) Una vez realizadas las etapas anteriores, continuando con este ejemplo, el usuario desea pesarse. Por tanto usa una de las básculas registradas en el servicio y se sube a ella. Esto hace que la báscula envíe un mensaje al servidor con la medición y todos los posibles metadatos 15 que rodean la medición.
v) Antes, o después, o mientras está subido a la báscula, el usuario pulsa el “botón rojo” en el teléfono inteligente. Esto hace que el dispositivo envíe un mensaje al servidor con el ID de usuario y todos los posibles metadatos. La lista de metadatos puede ser la misma que la del dispositivo de medición, aunque no necesariamente, ya que el teléfono inteligente y la báscula 20 pueden tener diferentes capacidades para capturar metadatos. Ambos mensajes son totalmente independientes y no están relacionados de modo que con el fin de asociarlos es necesaria una lógica que sólo se ejecuta en el servidor.
vi) Los metadatos, tal como se comentó anteriormente, pueden ser muchas cosas y pueden determinarse mediante varios métodos. Por ejemplo, en cuanto a la ubicación, el teléfono 25 inteligente puede calcularla usando su GPS y la báscula puede tenerla asignada en el servidor. La lista de posibles metadatos ya se ha descrito, aunque algunos de ellos deberían evitarse en uno de los conjuntos de metadatos para garantizar que la correlación entre mensajes (desde el teléfono inteligente y desde la báscula) no pone en riesgo el anonimato de la medición.
vii) En el servidor, hay dos conjuntos de mensajes, un conjunto M de mediciones 30 procedentes de los dispositivos de medición y otro conjunto I de identificaciones procedentes de los dispositivos móviles cuando los usuarios pulsaron el botón rojo. El anonimato viene dado no sólo por la entrega no relacionada sino también por el gran número de elementos en ambos conjuntos.
viii) El algoritmo en el servidor compara y empareja tantos pares como sea posible 35 minimizando errores.
Sólo un servidor con todos los mensajes de ambos conjuntos M e I puede ejecutar el siguiente proceso con la misma tasa de éxito, de modo que el nivel de protección es realmente alto. Diferentes estrategias proporcionan diferentes tasas de éxito y su combinación conduce a la solución óptima. Las estrategias incluidas son: 40
- A) Aislar elementos de cada conjunto, de modo que deben emparejarse debido a una correspondencia directa en un metadato específico. Por ejemplo si elementos de cada conjunto muestran la misma lista de redes inalámbricas dentro de alcance con niveles de potencia “muy similares” se emparejan ignorando los sellos de fecha y hora de ambos mensajes.
- B) Emparejar elementos basándose en similitudes en dos o más elementos de los 45 metadatos (por ejemplo la combinación de ubicación y hora). Por motivos de optimización informática, esto se lanza de manera iterativa e incremental.
- C) Usar reglas de deducción derivadas de la lógica, relacionando elementos diferentes de los metadatos para comparar elementos. Por ejemplo, si los metadatos de una identificación de usuario proporcionan una determinada temperatura, debe coincidir con un conjunto de 50 ubicaciones de dispositivos de medición conocidos (en interior, por ejemplo) y horas dependiendo de la estación del año.
- D) Modificar los intervalos de valores para cada elemento de metadatos aumentando y disminuyendo la definición de valores “muy similares”. Por ejemplo, si hay varios elementos ya emparejados (mediante cualquier estrategia) puede ampliarse el intervalo para incluir simplemente un elemento no emparejado de cada conjunto de modo que puedan emparejarse a pesar de que no hubo una conexión directa entre ellos. Hay algunas reglas lógicas en la definición de intervalo 5 ya que algunos elementos de metadatos no son numéricos, por ejemplo, la lista de redes inalámbricas dentro de alcance requiere una función de ponderación para transformarla en valores comparables por un ordenador. Esto también funciona cuando la adaptación de intervalos de datos da como resultado un elemento de un conjunto contra varios del otro y el servidor lanza entonces un subproceso para elegir el mejor emparejamiento entre ellos. Esto también funciona 10 cuando la definición de “muy similar” se ajusta para dos o más elementos de metadatos al mismo tiempo. De hecho, cuantos más elementos de metadatos estén implicados mejor será la comparación, pero esto debe lanzarse de manera iterativa (aumentado los elementos usados) para optimizar los recursos informáticos.
- E) Marcar emparejamientos imposibles (como opuesto a “muy similar”), de modo que los 15 elementos de ambos conjuntos se reduzcan a un emparejamiento por una correspondencia directa. Esto también puede proporcionar un elemento en un conjunto contra varios en el otro y lanzar un subproceso para hallar el emparejamiento menos malo.
-
En una realización de la invención se considera la gestión de mensajes erróneos, lo que afecta al 20 algoritmo para comparar mensajes. Ejemplos de errores son el caso de usuarios que entregan mensajes de “medición tomada” sin tomar realmente ninguna medición y de un dispositivo de medición que toma mediciones de individuos que no están registrados en el servicio. En este caso se define un procedimiento para descartar los mensajes de datos o bien de las mediciones o bien de los usuarios, en el que el usuario debe revisar sus valores históricos más tarde en el servidor 25 mediante un medio telemático tal como una interfaz web por ejemplo, con el fin de aceptar o rechazar dicha medición, o directamente una etapa adicional que consiste en que, una vez que el emparejamiento ha conducido a hacer una asociación usuario-medición, enviar al usuario un mensaje de acuse de recibo desde el servidor pidiendo que se acepte la asociación o corrigiendo la asociación en caso de error. Por ejemplo, el servidor entregará las medidas de valor (por 30 ejemplo el peso) al dispositivo móvil de modo que se visualice y el usuario puede aprobar o rechazar el valor como propio. Otro ejemplo es que el servidor entrega un identificador al dispositivo de medición de modo que el usuario pueda saber si ha sido correctamente identificado y aceptar o rechazar la asociación. Esto aumenta la información recopilada por el servidor y mejora el porcentaje de asociaciones correctas y también, puesto que se proporciona nueva 35 información al sistema, pueden resolverse otras asociaciones erróneas sin la intervención de otros usuarios afectados.
Otra realización de la invención evita que el dispositivo de medición y/o el dispositivo móvil entreguen su mensaje de manera errónea en caso de que no puedan conseguirse o falten 40 metadatos, como por ejemplo la presencia del otro elemento (ambos elementos difunden su identificador como parte de los metadatos y el otro puede reconocerlo). Aunque esto no significa que la presencia del otro dispositivo deba incluirse en los metadatos.
El dispositivo de medición puede emplearse por varios usuarios. El dispositivo móvil puede usarse 45 por varios usuarios suponiendo que haya un medio para seleccionar el usuario actual en el mismo, de modo que se seleccione el ID de usuario correcto.
Por último, la asociación de la identificación de usuario y las mediciones tomadas por los dispositivos de monitorización sanitaria se usa para determinar de manera remota las indicaciones 50 o los tratamientos médicos más apropiados para el usuario. Tal como se ha expuesto, el anonimato es total, de modo que el cliente puede confiar en la privacidad de sus datos y
mediciones sanitarias, que son un tema delicado que no se ha solucionado en el estado de la técnica.

Claims (15)



  1. REIVINDICACIONES
    1. Método para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario, estando el método caracterizado por que comprende las etapas de:
    a) registrar (1) un usuario en un servidor, asignando un primer ID al usuario registrado asociado 5 con un primer conjunto de metadatos;
    b) registrar (2) un dispositivo de monitorización sanitaria en un servidor, asignando un segundo ID al dispositivo de monitorización sanitaria registrado asociado con un segundo conjunto de metadatos;
    c) enviar (3) a través de un primer canal de comunicación el primer ID y el primer conjunto de 10 metadatos al servidor mediante un dispositivo móvil usado por el usuario;
    d) tomar una medición del usuario mediante el dispositivo de monitorización sanitaria y enviar (4) a través de un segundo canal de comunicación dicha medición asociada con el segundo ID y el segundo conjunto de metadatos al servidor;
    e) comparar en los metadatos del servidor el primer conjunto de metadatos con todos los 15 conjuntos de metadatos (5) enviados al servidor por dispositivos de monitorización sanitaria registrados en el servidor;
    f) asociar (7) en el servidor el primer ID con las mediciones tomadas mediante el dispositivo de monitorización sanitaria correspondiente al segundo conjunto de metadatos, basándose la asociación en los resultados de la comparación de la etapa anterior. 20
  2. 2. Método según la reivindicación 1, en el que la comparación de la etapa e) comprende además fijar un umbral (14) para los valores de cada uno de los metadatos que van a compararse.
  3. 3. Método según una cualquiera de las reivindicaciones anteriores, en el que el resultado de 25 la comparación de la etapa e) se refiere a un metadato específico obtenido por un emparejamiento directo (6) tanto del primer como del segundo conjunto de metadatos.
  4. 4. Método según una cualquiera de las reivindicaciones anteriores, en el que la etapa de comparación e) comprende además reglas de deducción (10) referidas (11, 12, 13) al menos a 30 dos metadatos específicos.
  5. 5. Método según una cualquiera de las reivindicaciones anteriores, en el que los metadatos tomados para la comparación de la etapa e) se combinan en grupos de al menos dos elementos.
  6. 6. Método según la reivindicación 5, que comprende además afinar la comparación de la 35 etapa e) aumentando de manera iterativa (9) el número de metadatos tomados que van a compararse.
  7. 7. Método según una cualquiera de las reivindicaciones anteriores, en el que el dispositivo móvil usado por el usuario y el dispositivo de monitorización sanitaria difunden un identificador 40 como parte de los metadatos y esperan hasta reconocer el identificador difundido por el otro antes de enviar algo al servidor.
  8. 8. Método según una cualquiera de las reivindicaciones anteriores, en el que los metadatos se seleccionan de la siguiente lista: hora, fecha, número de serie, frecuencia de uso, luz ambiente, 45 temperatura ambiente, pulsación y movimientos sobre una pantalla, ubicación, datos de redes dentro de alcance o cualquier otro dato recopilado tanto por el dispositivo de monitorización sanitaria como por el dispositivo móvil usado por el usuario.
  9. 9. Método según una cualquiera de las reivindicaciones anteriores, en el que el dispositivo 50 móvil usado por el usuario es un dispositivo informático portátil con capacidad de comunicación como un teléfono móvil o una tableta.
  10. 10. Método según una cualquiera de las reivindicaciones anteriores, que comprende además la etapa de enviar la asociación de la etapa f) al usuario pidiendo su aceptación.
  11. 11. Método según una cualquiera de las reivindicaciones anteriores, que comprende además añadir las asociaciones de la etapa f) a un archivo histórico asociado con el usuario. 5
  12. 12. Método según una cualquiera de las reivindicaciones anteriores, en el que la etapa e) comprende además una determinada lógica para comparar metadatos no numéricos.
  13. 13. Sistema para asociar de manera anónima mediciones de un dispositivo de monitorización 10 sanitaria con un ID de usuario, estando el sistema caracterizado porque comprende:
    - un dispositivo móvil configurado para enviar a través de un primer canal de comunicación un primer ID y un primer conjunto de metadatos a un servidor;
    - un dispositivo de monitorización sanitaria configurado para tomar una medición del usuario y 15 enviar a través de un segundo canal de comunicación dicha medición asociada con un segundo ID y un segundo conjunto de metadatos al servidor;
    - un servidor configurado para recibir mensajes desde el dispositivo móvil y el dispositivo de monitorización sanitaria, comparar metadatos incluidos en los mensajes y asociar el primer ID con las mediciones tomadas mediante el dispositivo de monitorización sanitaria según el resultado de 20 la etapa de comparación.
  14. 14. Servidor para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario, estando el servidor caracterizado por recibir mensajes desde un dispositivo móvil y un dispositivo de monitorización sanitaria, comparar los metadatos incluidos en 25 los mensajes y asociar el ID de usuario con las mediciones tomadas mediante el dispositivo de monitorización sanitaria según el resultado de la etapa de comparación y una determinada lógica.
  15. 15. Producto de programa informático que comprende código de programa informático adaptado para realizar el método según cualquiera de las reivindicaciones 1-12, cuando dicho 30 código de programa se ejecuta en un ordenador, un procesador de señal digital, una disposición de puertas programables en campo, un circuito integrado de aplicación específica, un microprocesador, un microcontrolador o cualquier otra forma de hardware programable.
ES201330310A 2013-03-05 2013-03-05 Método para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario Active ES2491491B1 (es)

Priority Applications (3)

Application Number Priority Date Filing Date Title
ES201330310A ES2491491B1 (es) 2013-03-05 2013-03-05 Método para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario
EP14157470.7A EP2775415A1 (en) 2013-03-05 2014-03-03 Method for anonymously associating measurement device measurements to a source ID
US14/197,939 US9647990B2 (en) 2013-03-05 2014-03-05 Method for anonymously associating measurement device measurements to a source ID

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
ES201330310A ES2491491B1 (es) 2013-03-05 2013-03-05 Método para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario

Publications (2)

Publication Number Publication Date
ES2491491A1 ES2491491A1 (es) 2014-09-05
ES2491491B1 true ES2491491B1 (es) 2015-06-16

Family

ID=50390982

Family Applications (1)

Application Number Title Priority Date Filing Date
ES201330310A Active ES2491491B1 (es) 2013-03-05 2013-03-05 Método para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario

Country Status (3)

Country Link
US (1) US9647990B2 (es)
EP (1) EP2775415A1 (es)
ES (1) ES2491491B1 (es)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9225690B1 (en) * 2011-12-06 2015-12-29 Amazon Technologies, Inc. Browser security module
CN105408898B (zh) * 2013-03-15 2019-05-28 弗兰克公司 测量数据的自动记录和图形生成
WO2017134874A1 (ja) * 2016-02-05 2017-08-10 オリンパス株式会社 医療通信システム
JP6421866B1 (ja) * 2017-08-09 2018-11-14 オムロン株式会社 センサ管理ユニット、センサ装置、センサ管理方法及びセンサ管理プログラム
JP7047357B2 (ja) * 2017-12-05 2022-04-05 富士通株式会社 情報処理装置、情報処理方法及び情報処理プログラム
CA3231605A1 (en) * 2021-09-29 2023-04-06 Abbott Diabetes Care Inc. Mobile application updates for analyte data receiving devices
US20230353636A1 (en) * 2022-04-28 2023-11-02 Rohde & Schwarz Gmbh & Co. Kg Signal processing device, gateway, management server and method

Family Cites Families (67)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5704366A (en) * 1994-05-23 1998-01-06 Enact Health Management Systems System for monitoring and reporting medical measurements
US6173287B1 (en) * 1998-03-11 2001-01-09 Digital Equipment Corporation Technique for ranking multimedia annotations of interest
US6336900B1 (en) * 1999-04-12 2002-01-08 Agilent Technologies, Inc. Home hub for reporting patient health parameters
US6270457B1 (en) * 1999-06-03 2001-08-07 Cardiac Intelligence Corp. System and method for automated collection and analysis of regularly retrieved patient information for remote patient care
US6466133B1 (en) * 1999-08-31 2002-10-15 Airadvice, Inc. Apparatus for allergen detection and air/asthma advice provision
US6976958B2 (en) * 2000-12-15 2005-12-20 Q-Tec Systems Llc Method and apparatus for health and disease management combining patient data monitoring with wireless internet connectivity
US6602191B2 (en) * 1999-12-17 2003-08-05 Q-Tec Systems Llp Method and apparatus for health and disease management combining patient data monitoring with wireless internet connectivity
US7689437B1 (en) * 2000-06-16 2010-03-30 Bodymedia, Inc. System for monitoring health, wellness and fitness
GB0014855D0 (en) * 2000-06-16 2000-08-09 Isis Innovation Combining measurements from different sensors
GB0129767D0 (en) * 2001-12-12 2002-01-30 Euro Celtique Sa Medical after sales support
US7729776B2 (en) * 2001-12-19 2010-06-01 Cardiac Pacemakers, Inc. Implantable medical device with two or more telemetry systems
US8775196B2 (en) * 2002-01-29 2014-07-08 Baxter International Inc. System and method for notification and escalation of medical data
US20040122294A1 (en) * 2002-12-18 2004-06-24 John Hatlestad Advanced patient management with environmental data
US7468032B2 (en) * 2002-12-18 2008-12-23 Cardiac Pacemakers, Inc. Advanced patient management for identifying, displaying and assisting with correlating health-related data
US20050065817A1 (en) * 2002-04-30 2005-03-24 Mihai Dan M. Separation of validated information and functions in a healthcare system
US20040172300A1 (en) * 2002-04-30 2004-09-02 Mihai Dan M. Method and system for integrating data flows
US20050055242A1 (en) * 2002-04-30 2005-03-10 Bryan Bello System and method for medical data tracking, analysis and reporting for healthcare system
US20040167465A1 (en) * 2002-04-30 2004-08-26 Mihai Dan M. System and method for medical device authentication
US20040167804A1 (en) * 2002-04-30 2004-08-26 Simpson Thomas L.C. Medical data communication notification and messaging system and method
US8234128B2 (en) * 2002-04-30 2012-07-31 Baxter International, Inc. System and method for verifying medical device operational parameters
US20040172301A1 (en) * 2002-04-30 2004-09-02 Mihai Dan M. Remote multi-purpose user interface for a healthcare system
US20040078238A1 (en) * 2002-05-31 2004-04-22 Carson Thomas Anonymizing tool for medical data
US7400928B2 (en) * 2002-10-11 2008-07-15 Cardiac Pacemakers, Inc. Methods and devices for detection of context when addressing a medical condition of a patient
US20050055244A1 (en) * 2003-07-18 2005-03-10 Janet Mullan Wireless medical communication system and method
US7228182B2 (en) * 2004-03-15 2007-06-05 Cardiac Pacemakers, Inc. Cryptographic authentication for telemetry with an implantable medical device
US7519430B2 (en) * 2004-06-17 2009-04-14 Cardiac Pacemakers, Inc. Dynamic telemetry encoding for an implantable medical device
US8131754B1 (en) * 2004-06-30 2012-03-06 Google Inc. Systems and methods for determining an article association measure
US8619768B2 (en) * 2005-09-27 2013-12-31 Avaya, Inc. Method for dynamic sensor network processing
US7343266B2 (en) * 2005-11-30 2008-03-11 Agilent Technologies, Inc. System and method for metadata verification during measurement processing
EP1964013A2 (en) * 2005-12-15 2008-09-03 Koninklijke Philips Electronics N.V. External user interface based measurement association
US8968195B2 (en) * 2006-05-12 2015-03-03 Bao Tran Health monitoring appliance
US8296413B2 (en) * 2006-05-31 2012-10-23 Sap Ag Device registration in a hierarchical monitor service
US8131838B2 (en) * 2006-05-31 2012-03-06 Sap Ag Modular monitor service for smart item monitoring
US8126729B2 (en) * 2006-10-24 2012-02-28 Medapps, Inc. Systems and methods for processing and transmittal of data from a plurality of medical devices
EP2084637A2 (en) * 2006-10-24 2009-08-05 Medapps, Inc. Systems and methods for adapter-based communication with a medical device
US8126732B2 (en) * 2006-10-24 2012-02-28 Medapps, Inc. Systems and methods for processing and transmittal of medical data through multiple interfaces
FI20070029L (fi) * 2007-01-12 2008-07-13 Valtion Teknillinen Anonyymit tietoliikenteen mittausdataan liittyvät käyttäjätunnistukset
US20090144021A1 (en) * 2007-11-04 2009-06-04 Andras Ketskes Long Range Mobile Communication Enabled Personal Weighing Device
DE102008000067C5 (de) * 2008-01-16 2012-10-25 Bundesdruckerei Gmbh Verfahren zum Lesen von Attributen aus einem ID-Token
US20100001862A1 (en) * 2008-07-03 2010-01-07 James Charles Wilson Method for authenticating radio frequency identification
WO2010031700A2 (de) * 2008-09-22 2010-03-25 Bundesdruckerei Gmbh Telekommunikationsverfahren, computerprogrammprodukt und computersystem
US20100169712A1 (en) * 2008-12-30 2010-07-01 Whirlpool Corporation Method of diagnosing an appliance fault
FR2944598B1 (fr) * 2009-04-21 2011-06-10 Withings Procede et dispositif de pesage
US8405502B2 (en) * 2009-06-10 2013-03-26 Qualcomm Incorporated Identification and connectivity gateway wristband for hospital and medical applications
US8631050B1 (en) * 2009-06-11 2014-01-14 Eliving, Llc Transformation engine
JP5984217B2 (ja) * 2010-06-15 2016-09-06 セルラー ダイナミクス インターナショナル， インコーポレイテッド 少量の末梢血からの人工多能性幹細胞の作製
US8442835B2 (en) 2010-06-17 2013-05-14 At&T Intellectual Property I, L.P. Methods, systems, and products for measuring health
US8666768B2 (en) * 2010-07-27 2014-03-04 At&T Intellectual Property I, L. P. Methods, systems, and products for measuring health
US9240111B2 (en) * 2010-10-06 2016-01-19 Microsoft Technology Licensing, Llc Inferring building metadata from distributed sensors
US20120109676A1 (en) 2010-10-29 2012-05-03 Landau Pierre M Multiuser health monitoring using biometric identification
US9116220B2 (en) * 2010-12-27 2015-08-25 Microsoft Technology Licensing, Llc Time synchronizing sensor continuous and state data signals between nodes across a network
US9225793B2 (en) * 2011-01-28 2015-12-29 Cisco Technology, Inc. Aggregating sensor data
US20120197856A1 (en) * 2011-01-28 2012-08-02 Cisco Technology, Inc. Hierarchical Network for Collecting, Aggregating, Indexing, and Searching Sensor Data
JP2014523573A (ja) * 2011-06-22 2014-09-11 コーニンクレッカ フィリップス エヌ ヴェ 健康データのマッピング
US20130024928A1 (en) * 2011-07-22 2013-01-24 Robert James Burke Secure network communications for meters
US8725833B2 (en) * 2011-11-11 2014-05-13 Motorola Mobility Llc Comparison of selected item data to usage data for items associated with a user account
US20130127904A1 (en) * 2011-11-18 2013-05-23 Andrew P. Dove Automatically Displaying Measurement Data Acquired by a Measurement System on a Mobile Device
US20130151666A1 (en) * 2011-12-13 2013-06-13 Motorola Mobility, Inc. Targeting content based on sensor network data while maintaining privacy of sensor network data
US20130159454A1 (en) * 2011-12-16 2013-06-20 Motorola Mobility, Inc. Customizing distribution of data from a sensor network data
US8988372B2 (en) * 2012-02-22 2015-03-24 Avolonte Health LLC Obtaining physiological measurements using a portable device
US20130317325A1 (en) * 2012-05-22 2013-11-28 Nellcor Puritan Bennett Llc Apparatus and method for measurement of physiological parameters in tissue of a patient
JP6152990B2 (ja) * 2012-09-28 2017-06-28 パナソニックＩｐマネジメント株式会社 健康管理方法
JP6273662B2 (ja) * 2012-10-05 2018-02-07 トランスロボティックス，インク． 高分解能距離感知のためのシステム及び方法、並びにその適用
US10417531B2 (en) * 2012-12-19 2019-09-17 Intel Corporation Techniques for encapsulating metadata in contextual data streams
CN105408898B (zh) * 2013-03-15 2019-05-28 弗兰克公司 测量数据的自动记录和图形生成
US20150248275A1 (en) * 2013-05-23 2015-09-03 Allied Telesis Holdings Kabushiki Kaisha Sensor Grouping for a Sensor Based Detection System
US10609762B2 (en) * 2013-06-06 2020-03-31 Zebra Technologies Corporation Method, apparatus, and computer program product improving backhaul of sensor and other data to real time location system network

Also Published As

Publication number Publication date
US9647990B2 (en) 2017-05-09
US20140259133A1 (en) 2014-09-11
ES2491491A1 (es) 2014-09-05
EP2775415A1 (en) 2014-09-10

Similar Documents

Publication Publication Date Title
ES2491491B1 (es) Método para asociar de manera anónima mediciones de un dispositivo de monitorización sanitaria con un ID de usuario
Casselman et al. Wearable healthcare: Lessons from the past and a peek into the future
Siam et al. Secure health monitoring communication systems based on IoT and cloud computing for medical emergency applications
Islam et al. The internet of things for health care: a comprehensive survey
ES2701234T3 (es) Aparato de tratamiento con activación de herramienta médica
Banos et al. Physiodroid: Combining wearable health sensors and mobile devices for a ubiquitous, continuous, and personal monitoring
Ikram et al. Architecture of an IoT-based system for football supervision (IoT Football)
Azfar et al. Forensic taxonomy of popular Android mHealth apps
RU2016130088A (ru) Биомедицинские устройства для мониторинга медицинского состояния в режиме реального времени с использованием передачи биометрической информации
US20130066644A1 (en) Methods for personal emergency intervention
Hameed et al. Health monitoring system based on wearable sensors and cloud platform
US20120109676A1 (en) Multiuser health monitoring using biometric identification
KR20170013276A (ko) 건강상태 개선 방법, 장치 및 시스템
CN104102801A (zh) 基于移动互联网的老年健康监测和管理系统
ES2645636T3 (es) Dispositivo médico y sistemas y métodos de coordinación de dispositivos externos
JP2014523573A (ja) 健康データのマッピング
US20160220174A1 (en) Body-Sensing Tank Top with Biofeedback System for Patients with Scoliosis
Gurjar et al. Heart attack detection by heartbeat sensing using Internet of Things: IoT
Nachabe et al. M-health application for neonatal incubator signals monitoring through a CoAP-based multi-agent system
KR20190003248A (ko) 웨어러블 디바이스와 모바일 단말을 연동한 독거노인 응급구조 시스템
Rangarajan Emerging trends in healthcare adoption of wireless body area networks
US10667687B2 (en) Monitoring system for physiological parameter sensing device
Upadhyay et al. Challenges and limitation analysis of an IoT-dependent system for deployment in smart healthcare using communication standards features
García et al. Physical wellbeing monitoring employing non-invasive low-cost and low-energy sensor socks
Sainadh et al. IoT Enabled Real-Time Remote Health Monitoring System

Legal Events

Date Code Title Description
FG2A Definitive protection

Ref document number: 2491491

Country of ref document: ES

Kind code of ref document: B1

Effective date: 20150616