Internet of Things in Telemedicine: A Systematic Review of Current Trends and Future Directions
Notice bibliographique
Résumé
The main aim of this review paper is to explore the role of Internet of Things (IoT) technologies in telemedicine and their impact on healthcare outcomes, focusing on chronic disease management, elderly care, and emergency services.This study conducted a systematic review following the guidelines of the Preferred Reporting Items for Systematic Reviews and Meta-Analysis (PRISMA).The research identified 15 peer-reviewed articles published between 2010 and 2024, focusing on the integration of IoT in telemedicine.Scopus database was chosen because it indexes scientific documents from various disciplines, such as Computer Science, Engineering, and Medicine.The following search terms were used: "IoT" OR "Internet of Things" AND "Telemedicine."After screening the titles, abstracts, and full texts, 15 studies met the inclusion criteria for analysis.The review found that IoT technologies significantly improve patient outcomes, with chronic disease management showing a 20-30% reduction in complications.Cloud integration enhances scalability and real-time monitoring, facilitating better elderly care, especially in remote areas.However, challenges related to data security, interoperability, and the cost of IoT devices were noted.The findings suggest that IoT holds great potential for transforming healthcare delivery, further research is needed to address data privacy challenges, cost-effectiveness, and integration into existing healthcare systems.These insights are valuable for healthcare providers, policymakers, and technology developers working to implement IoT-based solutions in telemedicine.
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 | 0,015 | 0,041 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,007 | 0,009 |
| Bibliométrie | 0,014 | 0,016 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».