Saat ini Internet of Things (IoT) diadopsi secara luas di banyak aplikasi yang pentingnya meluas dalam kehidupan kita sehari-hari. The IOT teknologi juga berkembang dalam sistem monitoring kesehatan untuk menyediakan efektif layanan darurat kepada pasien. Ini juga digunakan sebagai aplikasi E-health pada berbagai aspek seperti deteksi dini masalah medis, pemberitahuan darurat dan rehabilitasi dengan bantuan komputer. Smartphone telah menjadi bagian tak terpisahkan dari kehidupan sehari-hari masyarakat dan terhubung dengan sensor untuk memantau kesehatan subjek. Sistem pengawasan berbasis penginderaan ini memperoleh berbagai data dari bangsal dan peralatan diagnostik, dan menambang data ini untuk kontrol perawatan kesehatan yang efisien dan otomatis. Sistem perawatan kesehatan IoT menyediakan pemantauan dan pelacakan yang efisien yang membantu meningkatkan pengelolaan sumber daya manusia. Komputasi cloud digunakan untuk menangani data perawatan kesehatan dan menyediakan fasilitas berbagi sumber daya seperti, fleksibilitas, integrasi layanan data dengan penyimpanan data yang dapat diskalakan, pemrosesan paralel dan masalah keamanan lebih awal.
Arsitektur dan Aplikasi Perawatan Kesehatan Iot
IoT adalah teknologi yang berkembang di lingkungan internet dalam hubungannya dengan objek yang terhubung secara realtime. Ini populer di banyak industri yang berbeda karena konvergensi dari objek sederhana menjadi objek pintar. Ini berdampak jangka panjang pada pemantauan kesehatan, administrasi dan layanan klinis untuk informasi fisiologis pasien. Pasien dihubungkan dengan sensor dan datanya telah dikaitkan dengan perangkat kontrol, kemudian diteruskan ke unit pemantauan kesehatan. Terkadang data disimpan di cloud, yang membantu mengelola jumlah data dengan keamanan. Area penting dalam IoT adalah keamanan karena ketika berhadapan dengan transmisi data dari sensor ke cloud center, ada kemungkinan hilangnya integritas dan kerahasiaan dan juga rumit untuk mengenkripsi data yang diterima dari perangkat sumber daya rendah.
Kumar dan Gandhi mengusulkan arsitektur IoT dengan algoritma pembelajaran mesin untuk deteksi dini penyakit jantung. Ini melibatkan arsitektur tiga tingkat untuk mengumpulkan data sensor dari perangkat yang dapat dikenakan, menyimpan data ke cloud dan model prediksi berbasis regresi untuk penyakit jantung. Framework yang diusulkan ini diimplementasikan dengan menggunakan Apache HBase dan Apache Mahout untuk penyimpanan cloud dan analitik prediksi data. Hasil dari penelitian ini benar-benar dapat mendeteksi dini penyakit jantung pada pasien.
Kim dan Chung mengembangkan dan memplot perangkat sensor di rumah biasa di ruang tamu dan ruangan lain di mana pasien penyakit kronis menjalani kehidupan sehari-hari sebagai konteksnya. Data real-time tidak diproses dalam percobaan ini dan metode ini memerlukan biaya tinggi. Arsitektur metode dapat dipertimbangkan dan sensor dapat digunakan sebagai pengganti kamera untuk mengurangi biaya keseluruhan proses. Gambaran dari arsitektur IoT ditunjukkan pada gambar di atas [14].
Integrasi Cloud
Data IoT pemantauan kesehatan jarak jauh berbasis aplikasi seluler disimpan di platform cloud dan komputasi cloud menawarkan fleksibilitas, skalabilitas, dan lebih banyak sumber daya untuk memproses data. Karena data IoT diperoleh dari sensor yang berbeda, maka secara efektif disimpan di server sisi cloud yang disebut repositori penyimpanan cloud. Dengan menggunakan teknologi cloud, beberapa proses medis peneliti diintegrasikan ke dalam cloud dan meningkatkan perawatan kesehatan. Atribut berbasis fisiologis siswa diukur dan ini disimpan di penyimpanan cloud dalam jenis format yang berbeda. Setelah subsistem pengguna menyelesaikan pengumpulan data dari perangkat medis IoT yang dikirim ke subsistem cloud untuk diagnosis. Berdasarkan pesan peringatan darurat yang dikirim ke dokter, rumah sakit, dan pengasuh. Proses ini seperti yang ditunjukkan pada Gambar 2 [19]. Penelitian [20] mengembangkan arsitektur komputasi hierarki (HiCH) untuk sistem pemantauan pasien yang melibatkan pengelolaan dan pemrosesan data otonom di tepi lapisan.
Keamanan di IoT
Keamanan menjadi perhatian utama di IoT karena peretas atau penyerang dapat dengan mudah mengakses data sensor, sehingga penting untuk menganalisis metode keamanan terkini di IoT. IoT berorientasi pada metode penempatan data dengan pelestarian privasi bernama IDP yang sedang dikembangkan[26]. Dalam metode yang diusulkan ini, tujuan utama adalah untuk mengoptimalkan waktu akses data, meningkatkan pemanfaatan sumber daya dan mengurangi konsumsi energi dengan memenuhi batasan privasi data. Perlindungan privasi dan penghematan energi dicapai dengan menggunakan algoritma yang disebut Algoritma Genetik Penyortiran Non-didominasi II (NSGA-II). Perhitungan tepercaya diproses secara lokal melalui data kesehatan nyata pada profil kesehatan pengguna dan proses rekomendasi telah dilakukan di layanan pemberi rekomendasi perawatan kesehatan cloud. Teknik enkripsi identifikasi frekuensi radio digunakan dalam memberikan keamanan pada data medis di IoT. Arus data lingkungan jaringan sangat penting untuk informasi kesehatan. Tujuan penelitian ini untuk mengembangkan kerangka kerja untuk privasi data berdasarkan sistem keamanan berbasis biometrik dengan sistem pemantauan kesehatan yang dapat dikenakan dengan sumber daya terbatas. Informasi Internet of Medical Things (IoMT) dianalisis untuk mengoptimalkan keamanan dalam aplikasi medis.
Analisis Komparatif Kuantitatif
IoT dapat diterapkan pada sistem perawatan kesehatan dan memiliki kemampuan untuk terus memantau kondisi pasien. Perangkat IoT yang dapat dikenakan memainkan peran besar dalam memantau kondisi pasien. IoT dalam perawatan kesehatan sedang berkembang dan penelitian terbaru yang terlibat dalam pemantauan kesehatan menggunakan IoT dianalisis pada Tabel 1.
Sistem perawatan kesehatan berbasis IoT sangat membantu dalam memantau penyakit jantung pasien dan efisiensinya dapat ditingkatkan untuk peringatan darurat medis dengan menggunakan pembelajaran mesin. Sebagian besar studi memiliki efisiensi yang lebih tinggi, tetapi konsumsi daya perlu dikurangi.
TANTANGAN DALAM PERAWATAN KESEHATAN IOT
IoT membuka jalan untuk fleksibilitas tinggi, yaitu pasien membutuhkan perawatan terus-menerus dan dia dapat tinggal di rumah daripada di rumah sakit dan dipantau secara teratur menggunakan teknologi IoT. Beberapa perangkat yang dapat dikenakan seperti sensor membuat tidak nyaman bagi tubuh pasien.
Data ditransmisikan dari sensor untuk perangkat kontrol dan selanjutnya dikirim ke pusat pemantauan, yang akan memengaruhi kualitas data akibat kebisingan. Arsitektur yang lebih baik membantu mengirimkan data tanpa memengaruhi sifatnya. Teknik penghilangan kebisingan juga dapat membantu meningkatkan sinyal data.
Sebagian besar metode yang ada dalam pemantauan EKG melibatkan analisis sinyal dengan cara yang diawasi. Hal ini meningkatkan biaya dan dapat menghasilkan kesalahan dalam pendeteksian. Pembelajaran mesin dapat diterapkan dalam menganalisis sinyal, yang membantu meningkatkan efisiensi dan mengurangi biaya.
Semakin banyak sensor dan perangkat membutuhkan energi yang lebih tinggi untuk memproses, dan ini meningkatkan kebocoran daya dan konsumsi energi. Algoritme pengoptimalan dapat digunakan untuk mengurangi penggunaan energi.
Memantau banyak jumlah pengguna di IoT membutuhkan lebih banyak penyimpanan dan mainframe, yang dapat diatasi dengan menyimpan data di Cloud. Namun, IoT yang terintegrasi dengan cloud meningkatkan kompleksitas.
Masalah penting lainnya dalam IoT adalah privasi karena perangkat lebih rentan terhadap serangan. Perangkat ini memiliki batasan sumber daya yang rendah dan sulit untuk menerapkan teknik enkripsi pada perangkat tersebut.
Kesimpulan
IoT dapat secara efisien memantau pasien dari daerah terpencil dan memberikan layanan darurat terutama untuk pasien jantung. Tujuan utama dari pekerjaan tinjauan ini adalah untuk menganalisis berbagai kegiatan penelitian yang terlibat dalam sistem perawatan kesehatan berbasis IoT. Sebagian besar penelitian yang ada sangat efisien dalam memantau pasien dan memberikan datanya ke pusat pemantauan. Penelitian ini melibatkan sistem pemantauan EKG yang dapat menggunakan metode pembelajaran mesin untuk memprediksi gejala penyakit dengan mudah. Beberapa penelitian meminimalkan konsumsi daya dengan menggunakan algoritma optimasi dan perlu dirancang suatu sistem yang mengkonsumsi daya rendah untuk mencapai efisiensi yang cukup. Privasi adalah perhatian utama di IoT karena ruang penyimpanannya yang lebih sedikit untuk memproses beberapa metode enkripsi. Penyimpanan cloud membantu menangani data besar dari sistem dan kompleksitasnya meningkat ketika diintegrasikan dengan IoT. Sistem IoT yang ada memberikan pemantauan yang efektif terhadap pasien dalam hal skalabilitas dan keandalan. Teknologi ini membantu dalam memantau pasien lanjut usia dengan menggunakan kamera, speaker dan sensor. IoT dapat lebih ditingkatkan dengan meningkatkan keamanan, fleksibilitas, dan konsumsi daya.
Comments
Post a Comment