Systematic review of smart health monitoring using deep learning and Artificial intelligence - 27/11/21

Doi : 10.1016/j.neuri.2021.100028 
A.V.L.N. Sujith a , Guna Sekhar Sajja b, , V. Mahalakshmi c , Shibili Nuhmani d , B. Prasanalakshmi e
a Department of Computer Science and Engineering, Anantha Lakshmi Institute of Technology and Sciences, Ananthapuramu, AP, India 
b Information Technology Department, University of the Cumberlands, Williamsburg, KY 40769, United States of America 
c Department of Computer Science, College of Computer Science & Information Technology, Jazan University, Saudi Arabia 
d Department of Physical Therapy, Imam Abdulrahman Bin Faisal University, Dammam, Saudi Arabia 
e Center for Artificial Intelligence, King Khalid University, Saudi Arabia 

Corresponding author.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Abstract

In the rapidly growing world of technology and evolution, the outbreak and emergences diseases have become a critical issue. Precaution, prevention and controlling the diseases by technology has become the major challenge for healthcare professionals and health care industries. Maintaining a healthy lifestyle has become impossible in the busy work schedules. Smart health monitoring system is the solution to the above poses challenges. The recent revolution of industry 5.0 and 5G has led to development of smart cum cost effective sensors which help in real time health monitoring or individuals. The SHM has led to fast, cost effective, and reliable health monitoring services from remote locations which was not possible with traditional health care systems. The integration of blockchain framework improved data security and data privacy of confidential data of patient to prevent the data misuse against patients. Involvement of Deep Learning and Machine learning to analyze health data to achieve multiple targets has helped attain preventive healthcare and fatality management in patients. This has helped in the early detection of chronic diseases which was not possible recently. To make the services more cost effective and real time, the integration of cloud computing and cloud storage has been implemented. The work presents the systematic review of SHM along with recent advancements in SHM with existing challenges.

Le texte complet de cet article est disponible en PDF.

Keywords : Smart health monitoring, Blockchain, Deep learning, Remote health monitoring


Plan


© 2021  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 2 - N° 3

Article 100028- septembre 2022 Retour au numéro
Article précédent Article précédent
  • Efficacy of video educational program on interception of urinary tract infection and neurological stress among teenage girls: An uncontrolled experimental study
  • Usha Rani Kandula, Daisy Philip, Sunitha Mathew, Anusha Subin, Godphy AA, Nidhi Alex, Renju B
| Article suivant Article suivant
  • Face mask recognition system using CNN model
  • Gagandeep Kaur, Ritesh Sinha, Puneet Kumar Tiwari, Srijan Kumar Yadav, Prabhash Pandey, Rohit Raj, Anshu Vashisth, Manik Rakhra

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.