Human-like tele-health robotics for older adults – A preliminary feasibility trial and vision
Notice bibliographique
Résumé
Introduction: The global increase of the aging population presents major challenges to healthcare service delivery. Further, the COVID-19 pandemic exposed older adults' vulnerability to rapid deterioration of health when deprived of access to care due to the need for social distancing. Robotic technology advancements show promise to improve provision of quality care, support independence for patients and augment the capabilities of clinicians to perform tasks remotely. Aim: This study explored the feasibility and end-user acceptance of using a novel human-like tele-robotic system with touch feedback to conduct a remote medical examination and deliver safe care. Method: Testing of a remotely controlled robot was conducted with in-person clinician support to gather ECG readings of 11 healthy participants through a digital medical device. Post-study feedback about the system and the remote examinations conducted was obtained from study participants and study clinicians. Results: The findings demonstrated the system's capability to support remote examination of participants, and validated the system's perceived acceptability by clinicians and end-users who all reported feeling safe interacting with the robot and 72% preferred remote robotic exam over in-person examination. Conclusion: This paper discusses potential implications of robot-assisted telehealth for patients including older adults who are precluded from having in-person medical visits due to geographic distance or mobility, and proposes next steps for advancing robot-assisted telehealth delivery.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».