IoΤ σύστημα παρακολούθησης υγείας ασθενών, με κρυπτογράφηση δεδομένων και υποστήριξη ΑΙ για έξυπνη διαχείριση πληροφοριών
Loading...
Date
2025-10-17
Authors
Ζαχαράκη, Άννα
Journal Title
Journal ISSN
Volume Title
Publisher
Abstract
Η παρούσα διπλωματική εργασία παρουσιάζει την ανάπτυξη ενός ολοκληρωμένου φορητού συστήματος παρακολούθησης υγείας ασθενών, το IoT_Health, βασισμένο σε τεχνολογίες Διαδικτύου των Πραγμάτων (Internet of Things - IoT) και ενσωματωμένων συστημάτων. Το προτεινόμενο σύστημα χρησιμοποιεί το Raspberry Pi 5 ως κεντρική μονάδα ελέγχου, σε συνδυασμό με τρεις προηγμένους ιατρικούς αισθητήρες για τη συλλογή βιοσημάτων, όπως ηλεκτροκαρδιογράφημα (ECG), θερμοκρασία σώματος και κορεσμό οξυγόνου στο αίμα (SpO₂). Οι μετρήσεις λαμβάνονται σε πραγματικό χρόνο, κρυπτογραφούνται με τον συμμετρικό αλγόριθμο AES-128-GCM και αποθηκεύονται σε τοπική βάση δεδομένων SQLite, εξασφαλίζοντας εμπιστευτικότητα και ακεραιότητα.
Η παρουσίαση των δεδομένων πραγματοποιείται μέσω διαδικτυακής εφαρμογής, η οποία επιτρέπει την εκκίνηση λήψης μετρήσεων, την προβολή ιστορικού ανά βιοσήμα και ημερομηνία, καθώς και τον απομακρυσμένο τερματισμό του συστήματος. Η εφαρμογή είναι πλήρως ανταποκρινόμενη και προσβάσιμη από οποιαδήποτε συσκευή μέσω ασφαλούς συνδέσμου που δημιουργείται με τη χρήση της υπηρεσίας LocalXpose.
Ένα ιδιαίτερο σημείο του συστήματος είναι η ενσωμάτωση ενός μοντέλου γλώσσας μεγάλου μεγέθους (LLM), το Qwen2-1.5B-Instruct που εκτελείται τοπικά στο Raspberry Pi 5 μέσω Ollama. Το LLM έχει ενσωματωθεί στην εφαρμογή του IoT_Health ως ιατρικός βοηθός, επιτρέποντας στον χρήστη να θέτει ερωτήσεις σε φυσική γλώσσα σχετικά με τα δεδομένα του (π.χ. «Ποια είναι η τελευταία τιμή θερμοκρασίας;», «Ο κορεσμός οξυγόνου του ασθενή κυμαίνεται σε φυσιολογικά όρια;») και να λαμβάνει απαντήσεις σε λιγότερο από ένα λεπτό, χωρίς να απαιτείται σύνδεση με υπηρεσίες νέφους (cloud services). Η επιλογή της τοπικής εκτέλεσης του μοντέλου τεχνητής νοημοσύνης εξασφαλίζει αυξημένη προστασία προσωπικών δεδομένων και σταθερή απόκριση ανεξαρτήτως ποιότητας σύνδεσης.
Το σύστημα έχει σχεδιαστεί με γνώμονα τη φορητότητα (λειτουργία έως και 11.5 ώρες με powerbank) και την ευχρηστία, ώστε να μπορεί να χρησιμοποιηθεί τόσο από ασθενείς όσο και από ιατρούς χωρίς εξειδικευμένες τεχνικές γνώσεις. Η προτεινόμενη λύση συνδυάζει χαμηλό κόστος, ασφάλεια δεδομένων και ευκολία χρήσης, καθίσταται, δηλαδή, ιδανική για εφαρμογές τηλεϊατρικής και κατ’ οίκον παρακολούθησης υγείας.
Description
Keywords
Διαδίκτυο των Πραγμάτων, Παρακολούθηση υγείας, Αισθητήρες βιοσημάτων, Ηλεκτροκαρδιογράφημα, Θερμοκρασία σώματος, Κρυπτογράφηση δεδομένων, Τηλεϊατρική, Μοντέλα γλώσσας μεγάλου μεγέθους, Τεχνητή νοημοσύνη