с 01.01.2018 по 01.01.2020
Москва, г. Москва и Московская область, Россия
Низкая физическая активность является одним из наиболее важных факторов риска развития многих хронических заболеваний в пожилом возрасте. Для решения этой проблемы, последствия которой оказывают существенное влияние на устойчивость национального благосостояния во многих развитых странах, потребительские технологии могут быть использованы для предоставления простых в использовании инструментов, позволяющих пожилым людям оптимизировать качество своей жизни, связанное со здоровьем, и способствовать активному и здоровому долголетию. В этом документе описывается техническая платформа под названием vINCI, полученная в результате интеграции потребительских технологий с решениями и услугами для вспомогательного проживания, где несколько носимых устройств работают вместе, создавая агрегированное решение, способное охватить различные аспекты событий, ведущих к снижению воспринимаемого качества жизни, связанного со здоровьем, что обычно ассоциируется со старостью. Опираясь на результаты специализированных медицинских обследований, технология vINCI позволяет пожилым людям не только самостоятельно оценивать уровень своей физической активности, но и изменять свое поведение и образ жизни в долгосрочной перспективе.
интеграция потребительских технологий, вспомогательный образ жизни, качество жизни, платформа
1. Иванова С.П. Проблемы деинституциализации традиционных атрибутов и гендерных стереотипов / А.И. Мясоедов, С.П. Иванова // Проблемы современного педагогического образования. 2020. № 66-2. 313-316
2. Мясоедов А.И. Донорское поведение "третьего сектора": под управлением сострадания / А.И. Мясоедов // Научный результат. Социальные и гуманитарные исследования. 2020. Т. 6. № 2. С. 50-62. DOI:https://doi.org/10.18413/2408-932X-2020-6-2-0-5
3. Мясоедов А.И. Интеллектуальный капитал в свете креативности и конкурентоспособности: обзор нематериальных активов организаций на примере Украины / А.И. Мясоедов // Научные исследования и разработки. Социально-гуманитарные исследования и технологии. 2020. Т. 9. № 2. С. 57-68.
4. Мясоедов А.И. Корпоративное волонтерство в социальной миссии крупных предприятий / А.И. Мясоедов // Научный результат. Социальные и гуманитарные исследования. 2021. Т. 7 № 1. С. 44-55. DOI:https://doi.org/10.18413/2408-932X-2021-7-1-0-4
5. Мясоедов А.И. Модель эффективности для оценки интеллектуального капитала / А.И. Мясоедов // Научные исследования и разработки. Социально-гуманитарные исследования и технологии. 2021. Т. 10. № 1. С. 84-91.
6. Радостева М.В. Социально-экономические потребности как одна из базовых категорий экономики / М.В. Радостева // Актуальные проблемы экономических исследований. М., 2012. С. 88-99
7. Радостева М.В. Уровень и качество жизни населения: нестандартный подход к исследованию проблемы / М.В. Радостева // Научные труды Московского гуманитарного университета. - 2012. - № 137. - С. 40-45.
8. A. Bowling, “Quality of life in healthcare decisions,” in Medical Ethics and the Elderly, 4th ed., G. Rai, Ed. London: CRC Press, 2014, ch. 16, p. 147.
9. B. Lamboy, C. Leon, and P. Guilbert, “Troubles de´pressifs et recours aux soins dans la population franc¸aise a` partir des donne´es du barome`tre sante´ 2005,” Revue d’e´pide´miologie et de sante´ publique, vol. 55, no. 3, pp. 222-227, 2007.
10. D. Betts et al., Exploring CQRS and Event Sourcing: A journey into high scalability, availability, and maintainability with Windows Azure, ser. Microsoft patterns and practices. Microsoft, 2012, iSBN: 978-1- 62114-016-0.
11. D. Merkel, “Docker: lightweight Linux containers for consistent de- velopment and deployment,” Linux Journal, vol. 2014, no. 239, p. 2, 2014.
12. E. A. Brewer, “Kubernetes and the path to cloud native,” in Proceedings of the Sixth ACM Symposium on Cloud Computing. Kohala Coast, Hawaii: ACM, 2015, pp. 167-167.
13. Gartner, “IoT adoption is driving the use of platform as a service - press release,” 2016. [Online]. Available: https://www.gartner.com/newsroom/ id/3241817
14. J. M. Batalla, M. Gajewski, W. Latoszek, P. Krawiec, C. X. Mavromous- takis, and G. Mastorakis, “ID-based service-oriented communications for unified access to IoT,” Computers & Electrical Engineering, vol. 52, pp. 98 - 113, 2016.
15. L. Montanini, A. Del Campo, D. Perla, S. Spinsante, and E. Gambi, “A footwear-based methodology for fall detection,” IEEE Sensors Journal, vol. 18, no. 3, pp. 1233-1242, 2018.
16. M. Mettler, “Blockchain technology in healthcare: The revolution starts here,” in 2016 IEEE 18th International Conference on e-Health Networking, Applications and Services (Healthcom), Sep. 2016, pp. 1-3.
17. S. Spinsante and L. Scalise, “Measurement of elderly daily physical activity by unobtrusive instrumented shoes,” in MeMeA 2018 - 2018 IEEE International Symposium on Medical Measurements and Applications, Proceedings, 2018.
18. S. Spinsante, M. Fagiani, M. Severini, S. Squartini, F. Ellmenreich, and G. Martelli, “Depth-based fall detection: Outcomes from a real life pilot,”Lecture Notes in Electrical Engineering, vol. 544, pp. 287-299, 2018.
19. S. Spinsante, M. Ricciuti, E. Cippitelli, and E. Gambi, “Fall detection with kinect in top view: Preliminary features analysis and characterization,” Lecture Notes of the Institute for Computer Sciences, Social-Informatics and Telecommunications Engineering, LNICST, vol. 233, pp. 153-162, 2018.
20. U. Hunkeler, H. L. Truong, A. Stanford-Clark et al., “MQTT-S: A pub- lish/subscribe protocol for wireless sensor networks,” in Communication systems software and middleware and workshops, 2008. 3rd conf. on. IEEE, 2008, pp. 791-798.
21. vINCI Project Consortium, “clinically-validated integrated support for assistive care and lifestyle improvement: the human link,” 2018.
22. X. Meng, J. Bradley, B. Yavuz et al., “Mllib: Machine learning in apache spark,” The Journal of Machine Learning Research, vol. 17, no. 1, pp. 1235-1241, 2016.
