Интеллектуальная система управления физиологическими нагрузками на основе IoT устройств и методов обработки данных

В условиях растущей популярности носимых IoT-устройств для мониторинга сердечно-сосудистой системы их применение сталкивается с проблемой точности измерений, особенно во время физической активности. Статья посвящена разработке методологии обнаружения и устранения аномалий в данных частоты сердечных сокращений (ЧСС), собираемых с IoT-устройств, для оценки нагрузки на миокард. В рамках работы был проведен эксперимент, в котором данные ЧСС, полученные с носимых IoT-устройств (смарт-часов), сравнивались с показаниями сертифицированного медицинского оборудования (холтеровского монитора). Предложен алгоритм анализа временных рядов, включающий этапы предварительной обработки данных, выявления аномалий и их коррекции. Для обнаружения аномалий использовался алгоритм изолирующего леса. Результаты исследования показали, что предложенный подход позволяет снизить погрешность измерений и достичь приемлемой точности в диапазоне ЧСС 90–120 ударов в минуту, что критично для задач кардиореабилитации. На основе очищенных данных разработана модель классификации уровней физической нагрузки, включающая рекомендации по оптимизации активности пациента. Предложенная методология объединяет элементы системного анализа, управления и обработки информации, что делает ее универсальной для применения в интеллектуальных системах мониторинга здоровья. Полученные результаты подчеркивают перспективность IoT-устройств как основы для построения дистанционных систем кардиореабилитации, способных повысить качество жизни пациентов и снизить нагрузку на здравоохранение.

1. Pelliccia A., Sharma S., Gati S. и др. Рекомендации ESC по спортивной кардиологии и физическим тренировкам у пациентов с сердечно-сосудистыми заболеваниями 2020. Российский кардиологический журнал. 2021;26(5). https://doi.org/10.15829/1560-4071-2021-4488

2. Аронов Д.М. Кардиореабилитация и вторичная профилактика. Москва: ГЭОТАР-Медиа; 2021. 464 с. https://doi.org/10.33029/9704-6218-8-CAR-2021-1-464

3. Шадеркин И.А., Лебедев Г.С., Фомина И.В., Федоров И.А., Леляков А.И. Диагноз в эпоху цифровой медицины. Российский журнал телемедицины и электронного здравоохранения. 2024;10(1):7–32.

4. Heikenfeld J., Jajack A., Rogers J., et al. Wearable sensors: modalities, challenges, and prospects. Lab on a Chip. 2018;18(2):217–248. https://doi.org/10.1039/C7LC00914C

5. Дроздов Д.В., Макаров Л.М., Баркан В.С. и др. Регистрация электрокардиограммы покоя в 12 общепринятых отведениях взрослым и детям 2023. Методические рекомендации. Российский кардиологический журнал. 2023;28(10). https://doi.org/10.15829/1560-4071-2023-5631

6. Алехин М.Н., Бартош-Зеленая С.Ю., Берестень Н.Ф. и др. Стандартизация проведения трансторакальной эхокардиографии у взрослых: консенсус экспертов Российской ассоциации специалистов ультразвуковой диагностики в медицине (РАСУДМ) и Российской ассоциации специалистов функциональной диагностики (РАСФД). Ультразвуковая и функциональная диагностика. 2021;(2):63–79. https://doi.org/10.24835/1607-0771-2021-2-63-79

7. Максимова А.С., Усов В.Ю., Шелковникова Т.А. и др. Радиомический анализ магнитно-резонансных изображений сердца: обзор литературы. Сибирский журнал клинической и экспериментальной медицины. 2023;38(3):13–22. https://doi.org/10.29001/2073-8552-2023-39-3-13-22

8. Юрченко А.А., Соркина В.П., Кондаков А.К. и др. Радионуклидные перфузионные исследования миокарда с позитрон-излучающими радионуклидами: обзор. Медико-фармацевтический журнал «Пульс». 2022;24(11):30–39. https://doi.org/10.26787/nydha-2686-6838-2022-24-11-30-39

9. Neumann F.-J., Sousa-Uva M., Ahlsson A. и др. Рекомендации ESC/EACTS по реваскуляризации миокарда 2018. Российский кардиологический журнал. 2019;(8):151–226. http://doi.org/10.15829/1560-4071-2019-8-151-226

10. Зяблова Е.И., Порханов В.А. Мультиспиральная компьютерная коронарография в диагностике коронарного атеросклероза. Кубанский научный медицинский вестник. 2015;(6):53–58.

11. Reeder B., David A. Health at hand: A systematic review of smart watch uses for health and wellness. Journal of Biomedical Informatics. 2016;63:269–276. https://doi.org/10.1016/j.jbi.2016.09.001

12. Михалев А.С., Антамошкин О.А., Головенкин С.Е. и др. Концептуальное проектирование интеллектуальной системы удаленной кардиореабилитации. Системы управления и информационные технологии. 2023;(1):64–68.