Machine learning en kunstmatige intelligentie worden steeds vaker gebruikt in verschillende sectoren, waaronder de gezondheidszorg. Hoewel gezondheidszorgsystemen al machine learning hebben geïmplementeerd in verschillende aspecten, zijn er nog praktische vraagstukken die moeten worden opgelost voordat de technologie breder kan worden toegepast.
Het hedendaagse gezondheidslandschap staat voor twee belangrijke uitdagingen: de snelle groei van de oudere bevolking en het ernstige tekort aan medische professionals. Mensen van alle leeftijden die fysieke of mentale achteruitgang ervaren als gevolg van ziekte of letsel, kunnen een afname laten zien in dagelijkse fysieke activiteiten. Het monitoren van de dagelijkse activiteitspatronen van patiënten kan hun veiligheid en welzijn verbeteren.
Het doel van deze proefschrift is om op afstand patiënten te monitoren, inclusief oudere personen, om hun veiligheid en comfort te waarborgen. De focus ligt op toepassingen voor het monitoren van patiënten die gebruikmaken van meerdere radarsensoren en computervisietechnieken om kritieke levensveranderende gebeurtenissen te detecteren. Radarsensoren bieden verschillende voordelen ten opzichte van traditionele sensoren, waaronder privacybehoud, niet-invasieve en niet-invasieve monitoring.
Het proefschrift omvat meerdere hoofdstukken die de ontwikkeling van nieuwe en unieke datasets, de creatie van robuuste en betrouwbare machine learning-modellen, en de detectie van gedragspatronen bij patiënten behandelen. Door gebruik te maken van de kracht van machine learning en radarsensoren kunnen zorgverleners de kwaliteit van zorg voor patiënten verbeteren en de uitdagingen aanpakken die worden veroorzaakt door een vergrijzende bevolking en een tekort aan medische professionals. | |