دانلود ترجمه مقاله بهره برداری از گیت های هوشمند سلامت الکترونیک در لبه ی اینترنت اشیا مراقبت از سلامت

1. مقدمه 2. پژوهش های مرتبط و انگیزش 3. معماری سیستم و نقش محاسبات مه 4. مشخصه های گیت های مراقبت از سلامت هوشمند در لایه مه 5. مشاهدات و ارزیابی ها 6. نتیجه گیری

چکیده – تحولات جاری در ICT ها مانند اینترنت اشیاء (IOT)، سیستم های فیزیکی سایبری (CPS)، به ما امکان توسعه ی راه حل های مراقبت از سلامت، با قابلیت های هوشمندانه تر و پیش بینی کننده ای را برای زندگی روزمره (خانه / دفتر) و بیمارستان ها فراهم می آورد. در بیشتر سیستم های مراقبت های بهداشتی مبتنی بر IoT، به ویژه در خانه های هوشمند یا بیمارستان ها، یک نقطه اتصال (یعنی دروازه) بین شبکه زیرساخت حسگر و اینترنت مورد نیاز است. دروازه در لبه شبکه اغلب فقط توابع اساسی مانند انتقال بین پروتکل های استفاده شده در اینترنت و شبکه های حسگر را انجام می دهد. این دروازه ها دانش مفید و کنترل سازنده بر روی هر دو شبکه حسگر و داده هایی که از طریق اینترنت انتقال می یابند، دارند. در این مقاله، ما از موقعیت استراتژیکی چنین دروازه هایی در لبه شبکه بهره می گیریم تا خدمات مختلفی مانند سطح ذخیره سازی محلی، پردازش بلادرنگ داده های محلی، داده کاوی تعبیه شده، و غیره را پیشنهاد دهیم، سپس، یک دروازه ی هوشمند سلامت الکترونیکی را ارائه دهیم. سپس ما پیشنهاد می کنیم که از مفهوم محاسبات مه در سیستم های IoT مراقبت از سلامت با تشکیل یک لایه واسطه ژئو توزیع از هوش بین گره های سنسور و ابر، استفاده کنیم. با در نظر گرفتن مسئولیت برای رسیدگی به برخی از مشکلات شبکه های حسگر و یک مرکز مراقبت های بهداشتی از راه دور، معماری سیستم مه می تواند با چالش های بسیاری در سیستم بهداشت و درمان فراگیر مانند تحرک، بهره وری انرژی، مقیاس پذیری و مسائل قابلیت اطمینان، به مقابله بپردازد. پیاده سازی موفقیت آمیز گیت های هوشمند مراقبت از سلامت الکترونیکی می تواند اعمال گسترده ای از سیستم های نظارت بر سلامت همه جانبه را به ویژه در محیط های بالینی انجام دهد. ما همچنین نمونه اولیه یک گیت هوشمند مراقبت از سلامت را به نام UT-GATE معرفی می کنیم که برخی از ویژگی های سطح بالای مورد بحث، در آن پیاده سازی شده است. ما همچنین یک نظارت بر سلامت امتیاز هشدار اولیه (EWS) مبتنی بر IoT را اجرا می کنیم تا کارایی و ارتباط سیستم مان را در مورد بررسی یک مورد پزشکی نشان دهیم. اثبات ما از طراحی مفهومی، سیستم نظارت بر سلامت بر اساس IoT با افزایش هوش سیستم سرتاسر افزایش یافته، بهره وری انرژی، تحرک، عملکرد، قابلیت همکاری، امنیت و قابلیت اطمینان، را نشان می دهد.

Current developments in ICTs such as in Internet-of-Things (IoT) and Cyber–Physical Systems (CPS) allow us to develop healthcare solutions with more intelligent and prediction capabilities both for daily life (home/office) and in-hospitals. In most of IoT-based healthcare systems, especially at smart homes or hospitals, a bridging point (i.e., gateway) is needed between sensor infrastructure network and the Internet. The gateway at the edge of the network often just performs basic functions such as translating between the protocols used in the Internet and sensor networks. These gateways have beneficial knowledge and constructive control over both the sensor network and the data to be transmitted through the Internet. In this paper, we exploit the strategic position of such gateways at the edge of the network to offer several higher-level services such as local storage, real-time local data processing, embedded data mining, etc., presenting thus a Smart e-Health Gateway. We then propose to exploit the concept of Fog Computing in Healthcare IoT systems by forming a Geo-distributed intermediary layer of intelligence between sensor nodes and Cloud. By taking responsibility for handling some burdens of the sensor network and a remote healthcare center, our Fog-assisted system architecture can cope with many challenges in ubiquitous healthcare systems such as mobility, energy efficiency, scalability, and reliability issues. A successful implementation of Smart e-Health Gateways can enable massive deployment of ubiquitous health monitoring systems especially in clinical environments. We also present a prototype of a Smart e-Health Gateway called UT-GATE where some of the discussed higher-level features have been implemented. We also implement an IoT-based Early Warning Score (EWS) health monitoring to practically show the efficiency and relevance of our system on addressing a medical case study. Our proof-of-concept design demonstrates an IoT-based health monitoring system with enhanced overall system intelligence, energy efficiency, mobility, performance, interoperability, security, and reliability.