Các hệ thống tiêu biểu:

  + SmartStep: cảm biến áp suất và chuyển động tích hợp trong đế giày, nhận diện ADLs với độ chính xác cao

  + TagCare: sử dụng RFID thụ động và phân tích Doppler để phát hiện té ngã

  + SilverLink: hệ thống nhà thông minh với cảm biến vật thể và wearable sensor, dùng deep learning (CNN+RNN) để nhận diện ADLs

  + Hexoskin™: áo vest thông minh tích hợp cảm biến ECG, hô hấp, vận động, kết nối Bluetooth và lưu trữ đám mây

• Cảm biến sử dụng:
•   + Accelerometer 3D, gyroscope, magnetometer, barometer
•   + RFID, cảm biến áp suất, cảm biến nhiệt độ, ánh sáng, độ ẩm
•   + Smartwatch, smartphone, gateway IoT
• Thuật toán và mô hình:
•   + SVM, Random Forest, CNN+RNN, fuzzy cognitive map
•   + Phân tích tín hiệu SCG, ECG, Doppler, wavelet transform
•   + Phân tích hành vi, phát hiện sự kiện quên (forgetting event), cảnh báo sớm
• Thách thức kỹ thuật:
•   + Nhiễu tín hiệu do chuyển động, điện cực khô, nhiễu đường truyền
•   + Độ trễ xử lý dữ liệu, tiêu hao pin, giới hạn vùng giám sát
•   + Thiếu khả năng tương tác người dùng, khó chấp nhận với người cao tuổi
•   + Thiếu tích hợp AI/machine learning trong phân tích dữ liệu
• Hướng phát triển:
•   + Tăng cường khả năng tương tác người dùng, cải thiện trải nghiệm
•   + Tích hợp AI để phân tích dữ liệu lớn, cảnh báo sớm nguy cơ té ngã
•   + Phát triển hệ thống thân thiện, dễ sử dụng, phù hợp với người cao tuổi
•   + Tăng khả năng tương tác với hồ sơ sức khỏe điện tử (EHR)