سامانه اینترنت اشیاء برای پایش سلامت امدادگران هلال احمر مبتنی بر رایانش مه (IoT+Fog)

افزایش رخدادهای طبیعی و انسان ساخت، فشار فیزیولوژیک بر امدادگران خط مقدم را تشدید کرده است. در این پژوهش، یک سامانه پوشیدنی اینترنت اشیاء ((IoTبرای پایش بلادرنگ شاخص های حیاتی امدادگران هلال احمر پیشنهاد می شود که با بهره گیری از معماری مهی-لبه ای ((Fog/Edge تحلیل اولیه داده ها را در نزدیک ترین گره ها انجام می دهد تا تاخیر انتها به انتها و مصرف انرژی کاهش یابد و قابلیت اعتماد در شرایط عدم دسترسی به شبکه های سلولی حفظ شود. راهکار شامل لباس یا جلیقه هوشمند با سنسورهای ECG/PPG، نرخ تنفس، دمای مرکزی تخمینی، شتاب سنج ۳محوره، و GPS است. داده ها از طریق BLE به نود کم مصرف منتقل و سپس از طریق LoRaWAN/TETRA-Direct Mode/۴G به دروازه محلی ارسال می شود. الگوریتم تشخیص وضعیت بحرانی بر پایه آستانه های تطبیقی (فردمحور) و مدل های یادگیری ماشین سبک وزن روی لبه(مانند (TinyMLطراحی شده است. نتایج شبیه سازی و یک مطالعه پایلوت محدود (N=۱۰) نشان می دهد که معماری پیشنهادی می تواند تا ۴۷٪ تاخیر هشدار را نسبت به ابرمحور کاهش دهد و عمر باتری نود پوشیدنی را به بیش از ۱۸ ساعت عملیات مداوم برساند، در حالی که دقت تشخیص وضعیت پرریسک((Heat Strain/Overexertionبه ۹۱.۶٪ می رسد. این دستاوردها، امکان به کارگیری عملی سامانه در عملیات میدانی هلال احمر ایران را برجسته می سازد.

کلیدواژه ها:

اینترنت اشیاء ، پوشیدنی هوشمند ، رایانش مه/لبه ، LoRaWAN ، TETRA ، امداد و نجات ، پایش سلامت ، هلال احمر ، امنیت داده پزشکی.