Your browser doesn't support javascript.
loading
Remote and non-invasive monitoring of patients with COVID-19 by smartphone / Monitoramento remoto e não invasivo de pacientes com COVID-19 pelo smartphone
Mazzu-Nascimento, Thiago; Evangelista, Danilo Nogueira; Abubakar, Obeedu; Souto, Bernardino Geraldo Alves; Domingues, Lucas Vinicius; Silva, Diego Furtado; Almeida, Carlos Alberto Nogueira de.
  • Mazzu-Nascimento, Thiago; Universidade Federal de São Carlos. BR
  • Evangelista, Danilo Nogueira; Universidade Federal de São Carlos. BR
  • Abubakar, Obeedu; Universidade Federal de São Carlos. BR
  • Souto, Bernardino Geraldo Alves; Universidade Federal de São Carlos. BR
  • Domingues, Lucas Vinicius; Universidade Federal de São Carlos. BR
  • Silva, Diego Furtado; Universidade Federal de São Carlos. BR
  • Almeida, Carlos Alberto Nogueira de; Universidade Federal de São Carlos. BR
Article in English | LILACS | ID: biblio-1179842
ABSTRACT
The pandemic caused by the new coronavirus (SARS-COV-2) has led to more than two million deaths in the world by March 2021. The worldwide call to reduce transmission is enormous. Recently, there has been a rapid growth of telemedicine and the use of mobile health (mHealth) in the context of the COVID-19 pandemic. Smartphone accessories such as a flashlight, camera, microphone, and microprocessor can measure different clinical parameters such as oxygen saturation, blood pressure, heart rate, breathing rate, fever, pulmonary auscultation, and even voice analysis. All these parameters are of great clinical importance when evaluating suspected patients of COVID-19 or monitoring infected patients admitted in various hospitals or in-home isolation. In remote medical care, the results of these parameters can be sent to a call center or a health unit for interpretation by a qualified health professional. Thus, the patient can receive orientations or be immediately referred for in-patient care. The application of machine learning and other artificial intelligence strategies assume a central role in signal processing and are gaining much space in the medical field. In this work, we present different approaches for evaluating clinical parameters that are valuable in the case of COVID-19 and we hope that soon all these parameters can be measured by a single smartphone application, facilitating remote clinical assessments.
RESUMO
A pandemia causada pelo novo coronavírus (SARS-COV-2) foi a responsável por mais de dois milhões de mortes no mundo até março de 2021. O apelo mundial para reduzir a transmissão é enorme. Recentemente, houve um rápido crescimento do uso de telemedicina e saúde móvel (mHealth) no contexto da pandemia causada pela doença COVID-19. Os acessórios dos smartphones, como lanterna, câmera, microfone, bem como o microprocessador podem analisar diferentes parâmetros clínicos, tais como, a saturação de oxigênio, pressão arterial, frequência cardíaca, frequência respiratória, febre, ausculta pulmonar e até mesmo análise da voz. Todos esses parâmetros são de grande importância clínica na avaliação de pacientes suspeitos de COVID-19 ou no monitoramento de pacientes infectados que estão no hospital ou em isolamento domiciliar. No atendimento médico remoto, os resultados desses parâmetros podem ser enviados a uma central de atendimento ou à unidade de saúde para que o resultado seja interpretado por profissional de saúde qualificado. Assim, o paciente pode receber orientações ou ser encaminhado imediatamente para internação. A aplicação de aprendizado de máquina e outras estratégias de inteligência artificial assumem um papel central no processamento de sinais e vêm ganhando muito espaço na área médica. Neste trabalho, apresentamos diferentes abordagens para avaliação de parâmetros clínicos valiosos no caso do COVID-19 e esperamos que em breve todos esses parâmetros possam ser mensurados em um único aplicativo para smartphone, facilitando avaliações clínicas à distância.
Subject(s)

Full text: Available Index: LILACS (Americas) Main subject: Telemonitoring Language: English Journal: Sci. med. (Porto Alegre, Online) Journal subject: Medicina Year: 2021 Type: Article Affiliation country: Brazil Institution/Affiliation country: Universidade Federal de São Carlos/BR

Similar

MEDLINE

...
LILACS

LIS

Full text: Available Index: LILACS (Americas) Main subject: Telemonitoring Language: English Journal: Sci. med. (Porto Alegre, Online) Journal subject: Medicina Year: 2021 Type: Article Affiliation country: Brazil Institution/Affiliation country: Universidade Federal de São Carlos/BR