Smart diagnosis мобильная диагностика: Приложение для стиральной машины Smart Diagnosis LG: как скачать и пользоваться приложением LG — журнал LG MAGAZINE Россия

VisibilityIQ™ OneCare™ предоставляет критическую оперативную информацию , чтобы дать вам представление о ключевых показателях эффективности ремонта, уровнях обслуживания и эффективности ремонта.

VisibilityIQ™ For Operational Insights

Нужна более широкая поддержка?

Немедленно обратитесь за поддержкой сегодня.

Найти партнера

Связаться со службой поддержки

Помощь

Информация о гарантии на продукт

Найти Zebra Partner

Поддержка контакта

Управление лицензированием программного обеспечения (без учета принтеров)

Инструмент диагностики устройства для мобильных устройств

Ремонт и обслуживание

Основной портал. и ресурсы

О Zebra OneCare Services

Загрузка

Как загрузить программное обеспечение в соответствии с лицензионными соглашениями с конечным пользователем

Соответствие

Объявление о соответствии

Dohs Declarations

Уход за батареей и транспорт

Zebra Open Source Использование

для разработчиков и партнеров

и сертификат

Служба поддержки VisibilityIQ OneCare

Служба поддержки VisibilityIQ Foresight

Отзыв продукции

Диагностика | Бесплатный полнотекстовый | Мобильные диагностические устройства для цифровой трансформации в персонализированном здравоохранении

Мобильные устройства все чаще становятся неотъемлемой частью системы здравоохранения во всем мире. Это особенно очевидно во время нынешней пандемии COVID-19, поскольку телемедицина играет важную роль в обеспечении удаленного взаимодействия между врачами и пациентами, поддержки ухода за пациентами и лечения заболеваний при сохранении социального дистанцирования. Помимо телемедицины, мобильные устройства сыграли ключевую роль в оценке и руководстве реагированием на пандемию, облегчая отслеживание контактов, а также помогая в картировании передачи [1]. Также были предприняты значительные усилия по разработке мобильных диагностических устройств для тестирования COVID-19 в местах оказания медицинской помощи (POC). в целях сдерживания пандемии. Было разработано несколько различных устройств POC для быстрого обнаружения SARS-CoV-2, в том числе система Accula (Mesa Biotech), Sofia 2 (Quidel), Talis One (Talis Biomedical) и Cue (Cue Health), которые Ожидается, что это позволит проводить экспресс-тестирование и значительно увеличить скорость скрининга. Таким образом, использование диагностических устройств для ПК будет играть ключевую роль во время таких пандемий, особенно там, где вакцины еще не разработаны, предотвращая распространение болезни и снижая уровень смертности. Хотя это многообещающе, есть несколько проблем, связанных с развертыванием таких устройств. К ним относятся подача разрешений регулирующих органов в разных странах мира, согласование условий возмещения затрат со страховыми компаниями, обеспечение конфиденциальности данных и защита данных, среди прочего. Несмотря на проблемы, мобильные устройства обладают рядом преимуществ, которые делают их привлекательными для врачей, пациентов и даже преподавателей. Одним из основных преимуществ мобильных устройств является их способность предоставлять доступ к медицинской помощи пациентам в условиях ограниченных ресурсов, таких как сельские районы или бедные сообщества, по доступной цене. Мобильные устройства можно использовать для тестирования на месте и сбора данных с использованием встроенных камер и датчиков, а также внешних платформ «лаборатория на чипе», бумажных анализов и других форматов POC-тестов [2]. Развитие процессорных технологий также облегчило сложные расчеты и анализ на месте с использованием этих мобильных устройств и простых пользовательских интерфейсов (например, мобильных приложений). Кроме того, данные, полученные в результате тестирования на месте, также могут быть загружены на различные серверы по всему миру, что облегчит анализ данных с использованием подходов с интенсивными вычислениями, таких как машинное обучение, глубокое обучение или даже краудсорсинг. Еще одним преимуществом дистанционной диагностики и телемедицины является снижение подверженности пациентов внутрибольничным инфекциям, которые могут быть опасными для жизни (например, метициллин-резистентный золотистый стафилококк (MRSA)). Использование мобильных устройств, таких как смартфоны, умные часы, имплантируемые датчики и портативные ридеры, в здравоохранении также имеет ряд преимуществ для стратегий общественного здравоохранения, особенно для мониторинга хронических заболеваний. Например, умные часы могут измерять артериальное давление у пациентов, страдающих гипертонией. Автономные медицинские устройства, такие как глюкометр, который является стандартным инструментом для лечения диабета, также стали довольно популярными. Другой важной областью является обнаружение бактериальных и вирусных патогенов, обзор которой был сделан Nath et al. [3] Устройства обнаружения патогенов обычно основаны на портативных платформах «лаборатория на кристалле», таких как микрофлюидика или плазмоника, и интегрированы с оптическими или электрохимическими считывателями. В этом обзоре основное внимание уделяется оптическим считывателям в местах оказания медицинской помощи, таким как смартфоны и голографические микроскопы, с диагностическими анализами in vitro, которые легко проводить в условиях ограниченных ресурсов.

Диенг и др. [4] разработали мобильную установку, состоящую из станции извлечения инактивации образцов, станции подготовки образцов и станции обнаружения для обнаружения возбудителя немалярийных фебрильных заболеваний путем скрининга на вирус денге (DENV), вирус Зика (ZIKV), вирус желтой лихорадки (YFV), вирус чикунгунья (CHIKV) и вирус лихорадки долины Рифт (RVFV). Они оценили работу этой мобильной лаборатории путем скрининга образцов крови 104 детей в Сенегале и подтвердили результаты своих анализов золотым стандартом молекулярных методов, таких как полимеразная цепная реакция в реальном времени (RT-PCR) и твердофазный иммуноферментный анализ (ELISA). . Другая оптическая платформа для обнаружения вируса, т. е. вируса Зика, для которого пока нет эффективных вакцин, была продемонстрирована Kabir et al. [5]. Эта мобильная диагностическая платформа для in vitro основана на встроенном в смартфон видеоридере для колориметрического анализа. Это устройство имеет высокую пропускную способность с 9минимальное время выполнения работ, включая подготовку проб.

Смартфоны также можно использовать в сочетании с умными носимыми датчиками и имплантами для сбора данных о пациентах, которые затем можно использовать для прогнозирования различных проблем со здоровьем, а также для отслеживания динамики конкретного заболевания [6]. Родригес-Риус и др. [7] проанализировали данные о ночной, дневной и 24-часовой двигательной активности 55 пациентов, из которых у 23 были диагностированы депрессивные эпизоды, чтобы найти наилучший набор данных для точной классификации депрессивных эпизодов с использованием машинного обучения и смарт-носимых устройств. Они продемонстрировали, что данные ночной двигательной активности были лучшим набором данных для этой классификации с >99% специфичность и чувствительность. Точно так же смартфоны также использовались для изучения неврологических расстройств и инвалидности. Кармоно-Перес и др. [8] изучали краниоцервикальный диапазон движений у лиц в возрасте от 4 до 14 лет с церебральным параличом, который представляет собой неврологическое расстройство, влияющее на двигательные и моторные навыки. Устройство инерциального измерительного блока (IMU) и устройство шейного диапазона движения (CROM) использовались для выполнения измерений движения в разных пространственных плоскостях. И IMU, и CROM имели высокий уровень корреляции между собой для оценки краниоцервикального движения. В другом примере Шичкина и соавт. [9] оценили эффективность использования мобильного телефона и нейронных сетей для определения состояния пациентов с болезнью Паркинсона. В этом исследовании смартфон использовался для сбора данных пациента, таких как речь, тремор рук, постукивание пальцами, скорость, баланс и время реакции, которые использовались для обучения глубокой рекуррентной нейронной сети, которая может помочь определить состояние пациент. В отдельном исследовании Родригес-Альмагро [10] использовал новую систему виртуальной реальности, состоящую из мобильного устройства и гарнитуры, для проведения субъективного зрительного вертикального (SVV) теста у субъектов, страдающих такими нарушениями, как мигрень и головная боль напряжения. . Однако этот тест не выявил существенных различий между контрольной группой и группой с инвалидностью, что указывает на необходимость проведения дополнительных зрительных и соматосенсорных тестов.

В заключение, в этом специальном выпуске был представлен ряд интересных приложений, от обнаружения патогенов до неврологических расстройств и проблем с психическим здоровьем, в котором освещаются возможности мобильных диагностических устройств и их важность для персонализированного здравоохранения.

Финансирование

Это исследование не получило внешнего финансирования.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов.

Каталожные номера

1. Гранц, К.Х.; Мередит, HR; Каммингс, DAT; Меткалф, CJE; Гренфелл, Б.Т.; Джайлз, младший; Мехта, С .; Соломон, С .; Лабрик, А .; Кишор, Н.; и другие. Использование данных мобильных телефонов для информационного анализа эпидемиологии пандемии COVID-19. Нац. коммун. 2020 , 11, 4961. [Google Scholar] [CrossRef] [PubMed]
2. Вашист, С.К.; Луппа, П.Б.; Йео, Л.Ю.; Озджан, А .; Луонг, Дж.Х.Т. Новые технологии для тестирования следующего поколения в местах оказания медицинской помощи. Тенденции биотехнологии. 2015 , 33, 692–705. [Google Scholar] [CrossRef] [PubMed]
3. Нэт П.; Кабир, А .; Дуст, СК; Крайс, З.Дж.; Рэй, А. Обнаружение бактериальных и вирусных патогенов с помощью фотонных устройств для оказания медицинской помощи. Диагностика 2020 , 10, 841. [Google Scholar] [CrossRef] [PubMed]
4. Dieng, I.; Хедибл, Б.Г.; Диань, М.М.; Вахед, AAE; Диань, Коннектикут; Падение, К.; Ричард, В.; Врей, М .; Вайдманн, М .; Фэй, О .; и другие. Мобильная лаборатория выявляет циркуляцию вируса денге серотипа I азиатского происхождения в Медине Гунасс (Гуедиавай), Сенегал. Диагностика 2020 , 10, 408. [Google Scholar] [CrossRef] [PubMed]
5. «> Кабир, Массачусетс; Зилушян, Х .; Шер, М.; Асгар, В. Разработка автоматизированного колориметрического анализа без потока, интегрированного со смартфоном, для вируса Зика NS1. Диагностика 2020 , 10, 42. [Google Scholar] [CrossRef] [PubMed][Green Version]
6. Койдемир, Х.К.; Озкан, А. Носимые и имплантируемые датчики для биомедицинских приложений. В Ежегодном обзоре аналитической химии; Бон, П.В., Пембертон, Дж.Э., ред.; Ежегодные обзоры: Пало-Альто, Калифорния, США, 2018 г.; Том 11, стр. 127–146. [Академия Google]
7. Родригес-Руис, Дж. Г.; Гальван-Техада, CE; Занелла-Кальзада, Лос-Анджелес; Селайя-Падилья, JM; Гальван-Техада, Дж.И.; Гамбоа-Росалес, Х.; Луна-Гарсия, Х .; Магалланес-Кинтанар, Р.; Сото-Мурильо, М.А. Сравнение ночных, дневных и 24-часовых данных двигательной активности для классификации депрессивных эпизодов. Диагностика 2020 , 10, 162. [Google Scholar] [CrossRef] [PubMed][Green Version]