Remote monitoring of vital signs: pulse, temperature, and oxygen saturation using cloud computing
Guardado en:
| Publicado en: | Revista Facultad de Ingeniería Universidad de Antioquia no. 116 (Jul-Sep 2025), p. 73-90 |
|---|---|
| Autor principal: | |
| Otros Autores: | , |
| Publicado: |
Universidad de Antioquía
|
| Materias: | |
| Acceso en línea: | Citation/Abstract Full Text Full Text - PDF |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
MARC
| LEADER | 00000nab a2200000uu 4500 | ||
|---|---|---|---|
| 001 | 3256847533 | ||
| 003 | UK-CbPIL | ||
| 022 | |a 0120-6230 | ||
| 022 | |a 2422-2844 | ||
| 035 | |a 3256847533 | ||
| 045 | 2 | |b d20250701 |b d20250930 | |
| 084 | |a 182629 |2 nlm | ||
| 100 | 1 | |a Bejarano-Reyes, Mauricio A |u Escuela de Mecatrónica, Universidad Nacional de Trujillo. Avenida Juan Pablo Il 13001. Trujillo, Perú | |
| 245 | 1 | |a Remote monitoring of vital signs: pulse, temperature, and oxygen saturation using cloud computing | |
| 260 | |b Universidad de Antioquía |c Jul-Sep 2025 | ||
| 513 | |a Journal Article | ||
| 520 | 3 | |a Telemedicine has gained significant relevance by allowing patients to be attended to at any time and place, reducing the cost and time of medical care. Therefore, this research aimed at the development of a remote monitoring system for vital signs using cloud computing. Through surveys and expert input, specific system requirements were identified. The chosen sensors, MAX30102 and MLX90614, accurately captured pulse, oxygen saturation, and body temperature. The Arduino Mega-Embedded board facilitated data acquisition, while the Raspberry Pi Zero W enabled remote data transmission. The ThingSpeak platform was used for communication, and the system architecture was established through hardware and software tests. The system's functionality was verified through expert judgment and statistical tests, showing no significant differences compared to commercial equipment. The remote sampling time for vital sign data was approximately 117 seconds. Overall, this study successfully implemented a robust and efficient remote monitoring system for patients undergoing home treatment. La telemedicina ha ganado gran relevancia al permitir que los pacientes sean atendidos en cualquier momento y lugar, lo que a su vez reduce el costo y el tiempo de atención médica. De este modo, la presente investigación logró el desarrollo de un sistema de monitoreo remoto de signos vitales utilizando la computación en la nube. A través de encuestas y aportes de expertos, se identificaron requisitos específicos del sistema. Los sensores elegidos, MAX30102 y MLX90614, capturaron de manera precisa el pulso, la saturación de oxígeno y la temperatura corporal. La placa Arduino Mega-Embedded facilitó la adquisición de datos, mientras que la Raspberry Pi Zero W permitió la transmisión remota de los datos. Se utilizó la plataforma ThingSpeak para la comunicación, y la arquitectura del sistema se estableció mediante pruebas de hardware y software. La funcionalidad del sistema se verificó a través del juicio de expertos y pruebas estadísticas, mostrando que no existían diferencias significativas en comparación con un equipo comercial. El tiempo de muestreo remoto de los datos de signos vitales fue de aproximadamente 117 segundos. En general, este estudio implementó con éxito un sistema de monitoreo remoto sólido y eficiente para pacientes que reciben tratamiento en el hogar. | |
| 610 | 4 | |a Raspberry Pi Ltd | |
| 651 | 4 | |a Peru | |
| 653 | |a Software | ||
| 653 | |a Data acquisition | ||
| 653 | |a Random variables | ||
| 653 | |a Body temperature | ||
| 653 | |a Medical technology | ||
| 653 | |a Oxygen | ||
| 653 | |a Hardware | ||
| 653 | |a Telemedicine | ||
| 653 | |a Statistical tests | ||
| 653 | |a Normal distribution | ||
| 653 | |a Vital signs | ||
| 653 | |a Remote monitoring | ||
| 653 | |a Data transmission | ||
| 653 | |a Monitoring systems | ||
| 653 | |a Oxygen saturation | ||
| 653 | |a Statistical analysis | ||
| 653 | |a COVID-19 | ||
| 653 | |a Software testing | ||
| 653 | |a Patients | ||
| 653 | |a Artificial intelligence | ||
| 653 | |a Health care | ||
| 653 | |a Cloud computing | ||
| 653 | |a Pandemics | ||
| 653 | |a Sensors | ||
| 653 | |a Oxygen content | ||
| 653 | |a Medical equipment | ||
| 653 | |a Coronaviruses | ||
| 653 | |a Disease transmission | ||
| 700 | 1 | |a Rojas-Guarniz, Josias N |u Escuela de Mecatrónica, Universidad Nacional de Trujillo. Avenida Juan Pablo Il 13001. Trujillo, Perú | |
| 700 | 1 | |a Manzano-Ramos, Edgar A |u Escuela de Mecatrónica, Universidad Nacional de Trujillo. Avenida Juan Pablo Il 13001. Trujillo, Perú | |
| 773 | 0 | |t Revista Facultad de Ingeniería Universidad de Antioquia |g no. 116 (Jul-Sep 2025), p. 73-90 | |
| 786 | 0 | |d ProQuest |t Engineering Database | |
| 856 | 4 | 1 | |3 Citation/Abstract |u https://www.proquest.com/docview/3256847533/abstract/embedded/7BTGNMKEMPT1V9Z2?source=fedsrch |
| 856 | 4 | 0 | |3 Full Text |u https://www.proquest.com/docview/3256847533/fulltext/embedded/7BTGNMKEMPT1V9Z2?source=fedsrch |
| 856 | 4 | 0 | |3 Full Text - PDF |u https://www.proquest.com/docview/3256847533/fulltextPDF/embedded/7BTGNMKEMPT1V9Z2?source=fedsrch |