Cấu trúc hệ thống:

  + Thiết bị y tế tích hợp cảm biến sinh học

  + Hệ thống điều khiển: thu thập, xử lý, hiển thị và truyền dữ liệu

  + Hệ thống AI: phân tích dữ liệu lịch sử và hiện tại để dự đoán sức khỏe

  + Máy chủ đám mây lưu trữ dữ liệu và hỗ trợ học sâu

• Các chỉ số giám sát:
•   + Nhịp tim, huyết áp, nhiệt độ cơ thể, ECG
•   + Mức độ mệt mỏi: phân tích HRV, PRV, đường cong ECG
•   + Stress tinh thần: đánh giá qua biến động sinh lý, phân loại theo 4 cấp độ
• Công nghệ sử dụng:
•   + Cảm biến: ECG, nhiệt độ, huyết áp, nhịp tim, xung
•   + Mạng cảm biến không dây: truyền dữ liệu trong môi trường lâm sàng
•   + CNN: gồm lớp đầu vào, lớp tích chập, lớp pooling, lớp dropout, lớp fully connected, Softmax
•   + Chuẩn hóa dữ liệu: chuyển đổi ma trận chỉ số sinh lý thành đầu vào mạng nơ-ron
• Kết quả thử nghiệm:
•   + Dữ liệu được thu thập nhiều lần để tăng độ chính xác
•   + Hệ thống phát hiện mệt mỏi mức độ nhẹ, huyết áp bình thường, ECG bất thường
•   + Đưa ra khuyến nghị nghỉ ngơi để duy trì trạng thái làm việc tối ưu
• Hạn chế và hướng phát triển:
•   + Hiện tại mới giám sát một số chỉ số phổ biến
•   + Tương lai sẽ mở rộng sang các chỉ số bài tiết, phân tích theo độ tuổi, giới tính, chuyên khoa
•   + Tích hợp thêm AI đa tầng và học liên kết để tăng độ chính xác