Innovative Assisted Living Tools, Remote Monitoring Technologies, Artificial Intelligence-Driven Solutions, and Robotic Systems for Aging Societies: Systematic Review
Notice bibliographique
Résumé
BACKGROUND: The increase in life expectancy and recent advancements in technology and medical science have changed the way we deliver health services to the aging societies. Evidence suggests that home telemonitoring can significantly decrease the number of readmissions, and continuous monitoring of older adults' daily activities and health-related issues might prevent medical emergencies. OBJECTIVE: The primary objective of this review was to identify advances in assistive technology devices for seniors and aging-in-place technology and to determine the level of evidence for research on remote patient monitoring, smart homes, telecare, and artificially intelligent monitoring systems. METHODS: A literature review was conducted using Cumulative Index to Nursing and Allied Health Literature Plus, MEDLINE, EMBASE, Institute of Electrical and Electronics Engineers Xplore, ProQuest Central, Scopus, and Science Direct. Publications related to older people's care, independent living, and novel assistive technologies were included in the study. RESULTS: A total of 91 publications met the inclusion criteria. In total, four themes emerged from the data: technology acceptance and readiness, novel patient monitoring and smart home technologies, intelligent algorithm and software engineering, and robotics technologies. The results revealed that most studies had poor reference standards without an explicit critical appraisal. CONCLUSIONS: The use of ubiquitous in-home monitoring and smart technologies for aged people's care will increase their independence and the health care services available to them as well as improve frail elderly people's health care outcomes. This review identified four different themes that require different conceptual approaches to solution development. Although the engineering teams were focused on prototype and algorithm development, the medical science teams were concentrated on outcome research. We also identified the need to develop custom technology solutions for different aging societies. The convergence of medicine and informatics could lead to the development of new interdisciplinary research models and new assistive products for the care of older adults.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,005 |
| Bibliométrie | 0,013 | 0,013 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».