利用组合模糊提取实现可靠的远程医疗应用
1 引言
医疗领域正呈现出几个重要趋势,推动着远程医疗应用的部署。人们的预期寿命不断延长,像高血压和糖尿病这类慢性病在老年人中愈发普遍,这使得医疗需求和成本大幅增加(在美国,医疗成本已超过国内生产总值的 17%)。与此同时,医疗资源(床位数量和合格医护人员)却相对需求增长而减少。此外,医疗消费主义趋势日益重要,患者希望在医疗过程中有更多话语权和选择权,并且更积极地参与自身健康管理。
受这些趋势影响,医疗服务正逐渐从急性机构护理向门诊护理和家庭护理延伸。信息和通信技术的进步使得远程医疗服务(包括远程医疗和远程患者监测)成为可能。市场上已有许多服务采用远程医疗基础设施,测量设备通过集线器连接到远程后端服务器,医护人员可借此远程访问测量数据,帮助患者管理病情(如飞利浦 Motiva 疾病管理服务)。同时,市场上也出现了一些个人健康记录(PHR)服务,患者能收集自身健康信息并存储在便携式设备、个人电脑或在线服务中,部分产品还支持自动将测量和医疗数据录入 PHR。
然而,远程医疗存在一个基本的安全和安全问题,即用户和设备的认证/识别。当患者远程测量的数据用于远程医疗服务或医疗专业领域时,医护人员需要高度信任患者报告的信息,确保测量数据来自正确的患者和合适的设备。例如,在家测量血压时,必须确认测量的是注册用户的血压,且使用的是经过认证的设备。若无法保证这一点,可能会基于错误数据做出关键医疗决策。
因此,必须支持用户和设备的真实性认证。在测量采集过程中提供用户和设备认证,可带来以下好处:
- 提高患者安全:诊断和健康决策基于可靠数据。
- 降低成本:患者提供的数据可在专业医疗领域重复使用。
- 方便患者:
超级会员免费看
订阅专栏 解锁全文
637

被折叠的 条评论
为什么被折叠?



