文摘

COVID-19继续肆虐的大流行,2021年,全世界至少有1.7亿名受害者。医疗系统正在被大规模的病毒感染。幸运的是,物联网(物联网)是一种最有效的范例在智能世界,在人工智能(AI)技术,云计算和大数据分析,发挥着至关重要的作用在预防COVID-19流行病的传播。人工智能和5 g技术突飞猛进,进一步加强物联网应用的智能和连通性,和传统物联网逐渐升级到更强大的人工智能+物联网(AIoT)。例如,在远程COVID-19患者的筛查和诊断方面,基于机器学习和人工智能技术深度学习最近大幅升级医疗设备,并重塑了工作流与最小接触病人,所以医学专家可以更有效地做出临床决策,提供最好的保护不仅对病人还专家自己。综述了最新进展在打击COVID-19物联网和人工智能,还提供了全面的细节如何战斗的大流行COVID-19以及技术在未来可能应用。

1。介绍

冠状病毒病2019年被正式命名为“COVID-19”由2021年2月。COVID-19首例确诊病例以来,研究人员在全球30多个国家和地区都积极寻找方法控制和治疗COVID-19。最更新的和在21世纪流行的技术^圣世纪,物联网可以实现数据信息化的系统,通过实时远程控制、智能管理和监测网络。因此,它具有重要意义AI-assisted物联网技术(阿利托)应用于临床医学,尤其是在这种情况下COVID-19流行病预防和控制工作。

阿利托COVID-19系统控制是重要的不仅对病人还公众。人们可以使用可穿戴设备独立监测,观察,并记录他们的呼吸率,心率,每日体温,和其他生理值,作出自己的判断。即使在被孤立的国家,他们也可以迅速了解生命体征的变化。更值得注意的是,应用AIoT前线的临床实践可以提高现代智能医疗的发展,如远程检测、智能诊断、和远程重症监护,所以它被认为是一个伟大的突破传统的大流行性流感预防和控制。远程检查使屏幕变得不必要的大量人在急诊室,从而减少接触病毒的可能性。智能诊断可以帮助解决速度慢、精度低的问题手册阅读的图像扫描报告。作为一种辅助方法,智能诊断可以帮助一线医生快速确定患者是否感染了COVID-19,隔离患者首先,治疗并采取措施。用于远程重症监护的病人已经感染了COVID-19。即使在这些治愈病人离开医院之后,医生可以利用5 g技术,无线网络,或其他第三方移动设备了解至关重要的身体信号的变化,然后为他们提供意见和建议,这可以被视为telemedical发展的一部分。此外,在这种情况下医护人员的短缺或设施,远程医疗可以帮助解决这个问题在某种程度上,没有人类的相互联系和相互传染的可能性。 AIoT not only plays a major role in clinical medical treatment but also facilitates the management of the public society. From the basic agricultural/industrial chain to the construction of intelligent infrastructure, AIoT can help the whole human society to resist novel coronavirus with its own characteristics. With the pandemic being gradually brought under control, more and more enterprises, whether large or small, are applying AIoT technology to resume their work and production, trying to get rid of the dilemma brought about by the pandemic. On the other hand, more and more countries and regions are applying 5G and robots to fight against COVID-19 pneumonia.

部分2介绍了大流行性流感的预防和控制方法:可穿戴设备与wi - fi, 5 g,蓝牙的主要技术。部分3介绍了远程筛查的方法。部分4讨论了智能诊断的方法。部分5显示远程重症监护的一些示例。部分6描述了开发和管理的公共社会的帮助下AIoT技术。部分7介绍了5 g和机器人技术的应用在对抗肺炎。部分8给出了总结和AIoT技术的前景。AI的帮助下,这些新的物联网技术的发展将推动现代流行病预防和控制。

本文主要讨论不同的方法的优点和缺点在远程检测、智能诊断、和远程重症监护,2021年5月31日之前基于COVID-19-related研究。它还研究公共社会和各种规模的企业如何使用AIoT在流感大流行的背景下恢复和发展。希望它能提供一些帮助和指导医生和研究人员克服COVID-19。

2。COVID-19防治新方法:可穿戴设备

可穿戴技术,最早在1960年代,麻省理工学院的实验室嵌入多媒体等技术,传感器和无线通信在人们的服装。新型冠状病毒肆虐全球,可穿戴设备基于AIoT系统是用来测量COVID-19-related迹象,如呼吸速率和体温。穆罕默德et al。1]提出智能头盔的使用与安装热成像系统自动检测冠状病毒通过热成像系统,从而减少人类的相互联系。定位系统位于智能头盔。系统将自动检测温度偏高时回应。定位系统模块立即标志,决定了地理位置,同时通过GSM发送通知到指定的智能手机。这样,卫生保健工作者可以获得及时的对人们的体温数据。然而,由于第二代移动通信系统,全球移动通信系统(GSM)落后5 g技术的新时代。在中国,5 g技术正在慢慢成熟。例如,广汽技术介绍的5 g智能头盔建设新的中国国际进口博览会。数据显示,智能头盔采用先进的低功耗设计,同时系统可以节省85%的功耗。与此同时,整机的待机时间超过72小时,和识别功能可以不断持续6个小时。 It is predicted that after the smart helmet is put into use, the hazard can be detected on two of every 10,000 people identified and can be dealt with straightaway. Still, how can the performance of smart helmets be improved for those countries with underdeveloped 5G technology? The suggestion is to combine the GSM module with special mobile applications. The information is sent through the GSM module, and all details are viewed in the mobile applications. Only in this way can users be effectively monitored. Fyntanidou’s team [2)已经开发出一种可戴可穿戴设备,采用先进的数字信号处理算法,不断提取心率、血氧饱和度、体温估计,等。像智能头盔,戴可穿戴设备可以把处理过的数据传输到一个应用程序或指定的第三方手机端口及时通过移动通信协议。特别是,他们开发了一个应用程序专门为急诊病人,可以连接到病人的戴可穿戴设备及时观察病人的变化生命体征,可以作为辅助信息,以帮助医生对病人做出医学判断。然而,另一方面,这个设备发展有限的缺点,包括使用挥发性记忆,电池的工作能力,和其他因素。这项研究在3)提出了一个聪明的大脑边缘系统,如图1,这依赖于可穿戴设备检测感染的风险。系统使用可穿戴模块配有红外线和脉冲传感器来实时计算的体温和脉搏。其他unportable模块放置在拥挤的地方,例如机场、购物中心。这个模块是用于监控的疑似患者呼吸和血压数据。两个模块操作,相互提醒当一个疑似病例发生在任何公共场所。然而,很难保证nonwearable模块是安装在公共场所疑似病人了。与此同时,模块的位置也带来了一些安全风险。这项研究在4]使用一个软可穿戴传感器设备附加到身体或放在胸骨切口接受呼吸、心率、和其他数据,它可以帮助找到生理变化引起的呼吸道疾病。在报纸上,因为在实验室得到的结果,相关结论可能过于理想化。希望新型冠状病毒肺炎在未来可以被其他研究人员监控。可穿戴传感器提供了一种新的方法来检测COVID-19,取决于记录心率的变化、呼吸、咳嗽,体温在很长一段时间来确定冠状病毒感染。这些技术,以及数据网络,主要依赖于wi - fi, 5克,蓝牙技术。然而,只有依靠这种技术连续监测可能导致低精度和数据丢失的问题。

可穿戴设备广泛用于COVID-19控制测量潜在感染者的健康状况和self-detect隔离期间的生理变化。可穿戴设备使用GPS数据来追踪位置,这样医生就可以轻松地跟踪病人的病情。例如,研究提出的智能头盔(1)有一个安装热成像系统自动检测冠状病毒从热图像而无需人工干预。这节省时间和减少了人工交互,可以导致冠状病毒传播得更快。可穿戴设备如智能手表还可以用来收集自我报告的症状跟踪数据区分正面和负面的情况下感染人群。Head-wearable设备检测和跟踪COVID-19症状可以帮助检测呼吸和心率问题通过使用耳机和手机等简单的设备。Wrist-wearable设备可以使用专门为紧急情况,如排序和分类急诊病人。这项研究在5)设计可穿戴设备COVID-19患者预测病毒的严重程度。通过开发一个算法预测病毒从一个阶段到另一个的进步,设备监控病人的健康信息和提醒医生预测时,病毒就会进入下一个阶段。使用这种方法可以防止病人的病情的恶化。特别是,这些患者的设备是非常有用的在隔离状态的时期和不及时的了解他们的情况,即使他们没有专业的医学知识。此外,提出的3 d可穿戴的原型设计Bassam et al。6)包括可穿戴的身体传感器网络应用程序编程接口层和移动前端层。也是一个便携式的应用可穿戴设备建立一个自动化的医疗体系。医疗系统的优点之一是,COVID-19可以检测到处于初期阶段。图2是系统的架构。可穿戴传感器层是用来测量温度、心跳、血氧饱和度,咳嗽的技术。相比之下,智能边缘系统(3),该系统将病人的GPS定位数据实时医疗单位,以便更加方便和有效地监测患者和疑似病人。它非常适合紧急治疗。当病人隔离违反时期规则时,设备会立即发出警报和通知的信号。在未来,AIoT-based技术可穿戴设备将提供各种方法识别、感知、监测冠状病毒,这又增加了巨大的潜力和前景在医疗保健系统。所有上述可穿戴设备表进行了总结1。

3所示。基于AIoT远程检测

COVID-19大流行的背景下,及时筛查尽快感染者是一个重要的措施来预防和控制猪流感的大规模流行。事实上,人工筛选是非常缓慢的,而远程扫描技术可以提高检测的速度和效率。因此,基于物联网远程检测系统必须开发。Schinkothe的团队(7)建立了一个免费的AIoT-based看护者驾驶舱(C19CC)。首先是一个用户连接到一个医疗工作者,他快速分类用户根据用户的描述。颜色代码代表考生的严重性。例如,红色代码代表COVID-19病人,所以考生与红色的代码是自动筛选出来,与他们的个人信息和最近的活动范围被标记出来。C19CC不仅可以用于远程检查,还被广泛用于远程监控、医院病房等。C19CC预选患者无接触充电成为的方式,迅速了解那些急需治疗。除了传统的远程筛查方法,肺超声波成像COVID-19分类器被用于筛查或诊断。谭和刘8提出一种基于人脸识别的基本方法。这种方法的主要功能是远程屏幕可疑病人,然后通过热图像检索有密切接触的人通过面部识别系统,以孤立的人时间,防止病毒的传播。虽然面部识别可用于最初的远程检测,这种方法是极其低效的其他方法相比(9]。提出的便携式扫描仪侯et al。10将输入收集肺超声图像平台。经过处理的数据平台,将子空间网络中的数据进行分类。这一系列步骤允许COVID-19患者的筛查。大规模使用的分类器可以在疗养院有足够的预算,老年人中完全避免感染的可能性几乎没有去医院。因为COVID-19病人经常显示了发烧症状,面部识别系统也将用于检测病人和警报医院平台通过互联网或移动设备,这样病人就可以被孤立,进一步诊断。这项研究在11)提出了一种方法来分析喉图像和做实验一次性学习框架基于暹罗网络识别的肺炎。这项研究在12设计一个轻量级的网络平台,可以运行在一个低端的服务器基础设施。平台由一个筛选程序,数据采集模块,机器学习模块,模块和一个用户通知。过滤应用程序进程是专为智能手机应用程序和Web页面。这可以满足需要同时筛选不同的人之一。数据收集模块也可以大量的并发用户。机器学习模块用于回答问题可能的感染的风险。用户通知模块应用于发送特定消息需要通知用户的结果。对于那些COVID-19症状,通知模块将告诉他们病态的进展。然而,以防平台上的恶意攻击和窃取用户信息,如何防止滥用平台仍然是一个迫切需要解决的问题。

此外,可穿戴设备技术可以实现远程检测的任务。例如,提出的软可穿戴设备Lonini et al。4),这是由一个更安全、更柔和、且可重用的可穿戴传感器,通过测量记录数据所产生的微小振动的心跳和呼吸。心脏和呼吸特征计算检测COVID-19引起的生理变化。表2总结了远程筛选方法或本文中提到的例子。

4所示。智能诊断COVID-19

众所周知,x线和CT扫描是诊断的两种标准方法COVID-19成像。然而,在新型冠状病毒爆发的背景下,使用CT扫描和x射线对疑似病人和医生可能造成风险,由于相互传染。另一方面,只有阅读大量的图像扫描和手动绘制肺部病变的轮廓将推迟COVID-19诊断(13]。因此,开发一个智能诊断系统具有重要意义基于物联网系统,可以协助一线医生共同对抗COVID-19。

常见的胸部CT发现COVID-19患者包括磨砂玻璃不透明(14)、整合和胸腔积液。图3显示CT图像的病人和正常人COVID-19在不同的阶段。根据对比,肺部的CT表现往往是不完整的或在早期弥漫性磨砂玻璃的影子。在进步的阶段,这两个肺部疾病进展迅速,多个病灶融合成大片整合,病灶密度增加(15]。在吸收阶段,病变范围略有减少,密度降低,纤维绳的影子是可见的。患者的x射线图像COVID-19通常表现为肺大而模糊,如图4。可能是晚上伴随着裂缝系统的增厚和少量胸腔积液。当疾病越来越严重,扩散合并肺部阴影可以看到,白色的肺和胸腔积液。

智能诊断的前提下,通过x光,CT扫描图像分割。分割的目标是将感兴趣的区域或对象与身体的其他部位定点测量(18]。这项研究在19发展一个dual-branch组合网络(宽带)组合分割和分类。Ranjbarzadeh et al。20.]提出一种双通道卷积神经网络检测和分类COVID-19感染通过提取全球和地方特色。这项研究在21]为肺部感染使用深层网络分割(Inf-Net)自动段受感染的组织部分。在文献[22),他们提出一个轻量级CNN (Anam-Net)基于分割的变形深度嵌入异常COVID-19胸部CT图像。所有的这些方法可以帮助自动扫描的图像部分。随着肺分割技术变得越来越成熟,智能COVID-19诊断方法将变得更加可靠。表3列出了一些智能诊断方法的例子。

唐et al。23]使用神经网络和数字图像处理技术来设计一个轻量级的分类模型基于交集的注意机制,集早期筛查、损伤评估、病灶分割,肺癌和病变的像素分布的柱状图。每个人只需要0.4秒平均诊断。江的团队(24]列车VGG-16卷积神经网络迁移到构建一个智能COVID-19诊断模型,基于小样本数据集,然后使用CT扫描图像区分早,晚了,和严重的患者COVID-19阶段。然而,Umri et al。25]国家,CNN与VGG-16相比,有更重要的优势,提出结合CNN和CLAHE检测新型冠状病毒在x射线图像。CNN的优点是与小说胸部检查冠状病毒肺炎结合CLAHE可以分阶段进行,如图5。Contrast-constrained自适应直方图均衡化和卷积神经网络是用来分析数据集。戈麦斯et al。26]提出一种智能系统,以支持x线扫描图像诊断和发展IKONOS(桌面应用程序)来诊断COVID-19通过x射线图像,如图6。在收到一个图像,医生上传应用程序,它使用纹理和形状描述符或经典分类特征提取和分析的智能系统来识别COVID-19。同样,Narin [27)使用ResNet-50卷积神经网络(CNN)模型进行诊断研究。的帮助下基于统计学习理论的监督学习方法(SVM算法),功能也可以直接提取,以确定疾病的存在(32]。他们实验的敏感性高于的研究26),从而使医生更容易减少了测试。这项研究在33)提出了一种新的PSSPNN COVID-19患者的诊断模型。算法的结果达到95.79%,说明该模型可用于早期诊断。辛格和辛格28)一种改进深COVID-19卷积神经网络自动诊断。带来的优势,结合小波变换和深层网络可广泛用于诊断COVID-19从胸部x光图像。该方法的性能优于常用的方法,它可以用于COVID-19疾病的有效诊断(34]。在文献[29日),他们证明一组迭代构建的深度学习模型可以用于智能诊断COVID-19通过胸部x光检查。他们的结合使用可以降低模型的复杂度和预测的方差值,从而促进采用数字胸片COVID-19的检测。这项研究在30.]介绍了训练深初学习模型,然后设计两个模型(ResNet-50和VGG-16)延长CNN。尽管有许多错误在实际预测,本研究还提供了一种新的智能诊断的研究方向。王等人。31日)提出一个模型基于CT图像扫描诊断COVID-19。具体地说,它是一个模块的优先关注残余学习(PARL)火车3 d-resnet分支作为肺图像的二元分类器。它最大的优势是,它可以突出肺部病变区域。用这个优势,这个框架模型不仅可以广泛应用于早期智能诊断COVID-19也适用于其他计算机辅助检测,如青光眼和皮肤病变视网膜眼底图像。提出的智能辅助诊断模型(24)可以快速为医生提供参考信息和提高效率大流行性流感预防和控制期间以其极高的灵敏度和可靠性在小数据基于学习迁移技术。从另一个角度看,这种方法仍有样本量不足的问题,需要扩大。Bilandi et al。35)把一个智能,节能WBAN COVID-19患者的诊断和监测模型,另一个用来分类COVID-19感冒患者。拟议中的罗拉技术架构图绘制7。如果用户是一个COVID-19病人,WBAN将安装在用户的身体连续监测。另一方面,罗拉模块作为中继节点来提高功率效率和WBAN网络的生活。尽管罗拉尚未大规模使用在中国,它仍然是一个以市场为导向的技术选择一个有效的数据包传输介质。在未来,罗拉也将有大量的实际工业应用在垂直领域,如智能城市、智能公园。

在智能诊断、COVID-19患者经常有呼吸困难,这是由血氧不足引起的。严重呼吸困难需要立即治疗与氧气;否则,病人可能患有黄萎病,一个缺乏血液供应的条件可能会导致全身各种器官损伤。严重的患者可能也有急性呼吸窘迫,呼吸衰竭等症状。因此,急诊室和其他重要的医疗设施必须配备必要的呼吸艾滋病。伊斯兰教等。36]描述了最新呼吸艾滋病,如氧气治疗设备,通风,CPAP,如图8。便于理解,图9显示可能的分类。氧气在治疗机是人体所必需的。当一个人感觉呼吸急促的氧气水平低于正常,他/她需要呼吸艾滋病。只有及时使用呼吸艾滋病可以帮助医务工作者更好地诊断和治疗COVID-19病人和挽救更多的生命。然而,现有的呼吸艾滋病有很多缺陷。例如,如果他们使用很长一段时间,大量的水迷雾将出现在氧气面罩的内壁,这将影响到医学判断病人的医务人员。与此同时,如果水迷雾积累到一个水滴,水滴离开病人的脸上会引起不适。为了克服这些不足,南京Yu俄文孟信息技术有限公司有限公司,中国37发明了基于AIoT呼吸救援设备,其中包括一个主体和一个进气管。进气管上设置的主体,这是配备了除雾和检测机制。删除的功能水迷雾的内壁主体实现通过使用除雾装置。设备的最大优势在于,它可以实时检测,如果气管已经停止提供氧气,可以提醒医生在同一时间。它不仅能监控用户的呼吸状态,但它也可以显示很强的实用性。相信AIoT会越来越广泛应用于智能医疗在未来。

5。远程重症监护患者COVID-19

COVID-19是危险的主要是因为其广泛和难以治疗,所以远程重症监护的病人是一个优秀的解决方案,它可以帮助避免不必要的医务人员和患者之间的联系。因此,如何实现远程重症监护的全套?一些研究人员率先提出一个人工智能识别系统基于物联网系统。人脸检测算法用于自动检测和识别人脸。检测COVID-19病人时,它会自动搜索面部和个人信息来确定存储在数据库中的信息,并将不断进行远程监控。算法可以获得通过面部识别和实时远程监控功能,它弥补了传统监控系统的不足。这项研究在38)提出了一个系统的检测和验证,使用深度学习(CNN)技术来识别人脸。系统使用DPSSD脸检测器进行检测功能和使用集成CNN功能定位。随后,Moorthy et al。39)建议使用人脸检测算法进行远程监控和跟踪。因此,仍然很难使用面部识别系统远程监控病人,因为面临巨大的差异,如表情、姿势,皮肤颜色和位置。有很大的相似之处的脸在双胞胎等人。此外,在COVID-19,面具的屏蔽,人脸识别系统的准确性和精度监测关键患者大大减少。面对监控系统是否可以覆盖所有病人的活动领域,仍有一些障碍对于发展中国家或落后的地区。通过集成可穿戴的和不引人注目的传感器,研究[40)扩展了AIoT-based医疗平台远程重症监护的病人。这个平台的主要工作是收集和处理病人数据,以促进快速临床干预。他们进行实验使用的框架标准,发现这个平台可以使用灵活,不断为远程重症监护。Moorthy et al。39)建立了一个AIoT-based智能设备和传感器系统对于远程重症监护,这是能够跟踪大量的疾病和条件。尽管上述方法可以有效地帮助进行远程监控,还有待验证错误或者错过了诊断是否会发生如果只是基于算法或面部识别系统监控。其他传感器和应用实例如图10。

远程重症监护患者冠状病毒本质上体现了远程医疗系统的开发(41,42]。事实上,这种方式不仅可以帮助解决急救护理人员不足的问题也减少ICU的病死率和医疗保健的成本和浪费。远程重症监护病人,根据远程医疗,可以依靠可穿戴传感器设备跟踪生命体征,使“初步分类”的基础上,初步收集到的数据。即确定症状的数据发送给医生,这样医生就可以让下一个诊断。Touil et al。43]提出一种可佩带的传感器网络系统的使用远程重症监护的病人。图11揭示了使用的结构系统。虚拟仪器软件开发了一个应用程序的远程监控、传感器节点测量病人的温度和通过wi - fi或蓝牙发送信息到本地服务器进行数据处理。如果温度异常,通知发送给医生。在此系统中,临床医生是主服务器,subservers所有接受远程重症监护的病人。在此系统中,临床医生的一边是主服务器,和双方subservers接受远程重症监护的患者。subservers之间通过信息的传播和主服务器的医生告知病人的生命体征的变化。这是因为诊断和监测发生在医生的个人移动设备,从而避免间接传播和发挥巨大的作用在医学远程监控的疑似病例。尽管远程重症监护患者是一个伟大的承诺,政府政策等原因,其发展仍然受到限制。这项研究在44)指出,为了控制病毒的传播在大流行期间,美国联邦政府已经推出了必要的政策和监管改革,导致增加使用远程医疗提供病人护理。COVID-19爆发之前,远程医疗一直进展缓慢。这项研究在45)提出了遥测系统的概念以一种新的方式。该系统可以通过网络传输数据没有人机交互。脉冲血液采样工具提出的论文(46]也远程检测的一种手段。借助物联网技术,远程物理COVID-19重症监护的病人可以通过智能移动设备。Rajasekar [47]利用COVID-19案件跟踪模型,基于物联网和无线射频识别技术的使用。模型结构如图12。射频识别标签或个人移动设备是用来识别潜在的联系。

总而言之,这部小说与冠状动脉肺炎蔓延在世界各地,为了提供远程重症监护,我们必须检查的准确性人脸识别系统用于远程重症监护在使用系统之前。面部识别系统也会更适合捕捉罪犯或跟踪失踪人员,这将减少警察的工作负载。此外,远程重症监护应用AIoT-based传感器或应用远程医疗技术的原则是完全可行的。这些技术将扮演越来越重要的角色在医疗保健服务甚至在流感大流行结束后。他们仍将依靠远程操作、自动化行业,制造业、人工智能工业和其他行业的广泛应用。

6。AIoT和社会生活

6.1。公众和社会管理下的大流行

自然流行病的爆发,食品供应链已经重创因为抢购,改变食物的购买模式,交通控制,等等。因此,越来越多的人关注如何保证多级食品供应链的安全。农产品供应链存在的问题(AFSC)是由于工厂倒闭和生产下降。这种现象导致了生产加工时间长,且零售商短缺,配送中心和运输设施。这项研究在48)旨在模型AIoT食品安全和利用智能AFSC AIoT技术管理。与此同时,本文强调AFSC过程跟踪是十分必要的。它提供的选择和处理时间等背景信息农产品和整个供应链管理过程的基本概念,这样人们在大流行期间可以买吃的食物没有任何担心。这项研究在49)采用三个决定AFSC模型,旨在建立一个基于ISM AIoT-driven多级系统处理食品安全风险。它可以帮助开发一个IoT-driven食品安全系统。Zavala-Alcivar et al。50)提出了“弹性策略的概念。“他们认为适当的弹性策略应该建立在大流行期间处理事件。本文指出AFSC必须调整调节生产分布和变化的流动工人。只有用这种方法我们才能提高农产品的快速交付,缩短周期时间。然而,农产品供应链总是离不开劳动力。如何制定策略来促进发展和动态能力的工人总是一个值得关注的问题。

同时,冷链物流的安全已经被认真对待。在中国,COVID-19病毒是经常发现在冷链食品进口。人甚至怀疑COVID-19蔓延到南部的进口海鲜海鲜市场在武汉。在这种影响,冷链行业应该做些什么来发展自己?杨和张51]在七个方面分析:监督的物理层,物流管理、标准化体系建设、保险装置、冷链产品的质量和安全,物理冷链成本和冷落信息系统建设。他们相信产品的质量和安全的主要因素是阻碍冷链物流的发展。为此,有关部门应制定物流管理条例基于AIoT技术和使用AIoT跟踪和定位功能实现有效监控所有的链接。在大流行期间,检查运输路线不能省略,和冷链食品的安全必须保证。另一方面,国家需要不断关注冷链物流管理人员的培训,建立物流标准化体系。萍和Na (52)提出了基本对策构建中国的物流供应链系统,加强战略供应链的上游和下游企业之间的合作,优化货物管理政策,提高进出口效率。值得注意的是,我们更关注发展安全。

即使在大流行情况,总是很重要的维护公共社会的稳定,促进社会公众的持续发展。因此,它是非常必要的,利用AIoT改善基础设施的情报,维护社会安全与稳定。这项研究在53提出了智能基础设施的建设。例如,它可以用于建筑、公寓、酒店、大型购物中心等。智能基础设施的优势是它可以通知管理员通过红外线扫描测量体温,以及通知管理员通过面部识别的更多细节。另一方面,智能基础设施需要配备先进的设备,如Swann热传感PIR安全摄像头,斯万1080 p提醒室内安全摄像头,Yobekan KV-11非接触式红外测温仪,福禄克568联系和红外温度枪,PerfectPrime IR0001热相机。假设这样一个建筑可以构建,确保人民的安全在大流行的时代。Uslu et al。54)认为,有必要建立技术基础设施和合适的环境智能医院的发展。智能医院利用AIoT,数据分析,和个性化服务的关键技术,以达到自我管理的能力。当前AIoT架构使用一个五层模型,如图13。智能医院的体系结构由感知层、网络层、远程服务器层、知识层和应用程序层。与传统的三层结构体系相比,five-tier模型弥补缺点的高能源消耗和较低的通信能力。

这项研究在55)提出了扫描技术独特的医疗设备标识(UDI)。UDI是第一个“特殊医疗设备识别系统”由美国食品及药物管理局。其结构如图14。他们希望使用UDI来构建一个新的模型,基于AIoT医疗耗材管理。其建设需要三个部分,即建立一个基本的数据库,了解材料采购流程,实现材料的监督。通过这种方式,它可以很容易地实现精细管理消耗品和控制智能化医院的建设成本。王(56)有效整合国家食品药品监督管理局的数据生产和经营企业和医疗机构。为了创建一个大数据平台,数字15显示了特定UDI平台设计方案。这个程序可以帮助实现全面精益管理耗材在医院和耗材在医院外的全面跟踪。本文还显示AIoT管理模式的实现与所有耗材可追踪的。临床部门可以有明确的库存记录和使用记录自己的二级库。供应商可以查询自己的库存产品在医院,检查遗漏。把中国的四川大学华西医院为例。他们正试图建立一个仓库系统详细的分工,建立一个共享的管理平台,并创建一个基于UDI智能物流链。这些新的尝试减少运营成本,为医院提供了安全保证。另一方面,有很多优势在使用UDI帮助医院。首先,医疗耗材的储存和使用信息系统平台上的每个部门清晰可见。 During COVID-19 pneumonia, doctors do not need to manually register, but automatically provide data information to hospitals, thus saving labor costs. Second, the system gives an intelligent reminder of products’ validity period, which ensures the safety of medical consumables in the special times. Finally, the information about the use of consumables forms a closed loop from the procurement warehousing to information scanning and registration, from the electronic record system to the scanning code billing when patients use it. It is beneficial to the improvement of the utilization rate of medical consumables. These advantages can help hospitals to actively fight against COVID-19 pneumonia. It is believed that in the future more intelligent hospitals will use the UDI management model to become more scientific, reasonable, and standardized.

智能医院需要制药行业的支持,但随着大量药品和医疗设备的使用,它给医药行业带来了巨大的压力。因此,越来越多的研究人员正在探索AIoT生产药物的应用。他们希望利用AIoT帮助医疗行业提高生产效率,降低生产成本。这项研究在57)指出,使用智能AIoT最大的优势是,它可以使用云追踪技术来了解病人的符合规定的药物,因此药物供应商和消费者之间缩小差距。图16显示了AIoT在不同的制药过程中的应用。作为制药行业的重要关键,仓库通常分布在全国,确保连续的和及时的药物。然而,这是一个非常困难的任务准确追踪产品在仓库和知道他们的运输路线,如仓储库存的产品和产品。然而,如果使用AIoT一起无线电频率识别技术和无线视频监控系统,问题很容易解决,聪明,经济可以实现仓库管理。最重要的是,AIoT医药供应链的应用方面有很大的优势阻止假药流入市场。从二维条形码和RFID标签用于药品生产智能包装用于医药零售、AIoT技术可以用来防止假药的循环的消费市场。

事实上,许多国家和地区采取了行动,取得了良好效果。Radanliev et al。58)指出,COVID症状追踪器的应用在英国已达到700000应用程序下载和注册在24小时内。这说明的精确和及时监测COVID-19在英国也表明AIoT有所改善的速度和规模NHS监测高危病人的能力。在中国,“健康”代码隐藏在支付宝更受欢迎。使用公共交通工具之前,乘客都必须向员工显示的颜色代码。绿色代码意味着健康。红色或黄色的代码意味着持有者都来自和中等风险高的地区,需要自我孤立的或被置于监督之下。代码决定过去14天的行踪基于位置的历史。然而,这种方法是否引发了隐私和安全问题在数字流行病控制还有待检验。韩国,作为一个国家的早期爆发,已经部署了一个跟踪应用程序叫做“CO100”,通知人们已知的情况下,在100米的位置。通过观察这些国家使用的措施应对流感大流行,我们可以很容易发现AIoT技术在其中扮演着重要的角色,帮助每个国家维护社会稳定和管理公共事务。

6.2。AIoT恢复工作的作用

大流行正在逐渐得到控制,无论大小,企业开始返回工作。然后,企业如何恢复和发展新时代的流行?郭的团队(59)提高中小企业数字化和危机应对的理论框架,绘制在图17为未来的研究,并提出了三种方法。首先,由于城市政府的封锁,长期关闭企业的生产能力,大流行的威胁到服务行业,和可持续损伤造成的大流行,所有企业都必须有一定的能力在危机意识形态建设和公共关系。第二,有必要提高数字化程度和商业模式的中小企业。例如,在家工作可以避免租用工作空间的费用,甚至减少了人们之间的联系。与此同时,这是非常不友好的cooperation-intensive业务。与微型企业相比,跨国公司承担更大的压力和风险。这项研究在60)认为,跨国公司必须从COVID-19醒来一个蓬勃发展的经济。他们建议跨国公司应抓住这一机会,充分利用AIoT,改革其内部社会责任功能,以可持续发展为目标,建立新的联盟。

除了普通的企业,COVID-19带来了巨大的损失特别旅游、餐饮等业务。因为COVID-19,旅游业已经停滞不前,其经济表现有倒塌。因此,必须采取措施保存现状。这项研究在61年)提出了几点建议。首先,政府应该发挥主导作用,引导和鼓励旅游业和各级建立信心。然后,应该推出和实施相关政策促进智慧旅游的发展,旅游和AIoT完美结合,可以成功。这种转变可以通过使用新媒体。这项研究在62年)强调新技术在旅游业的应用。他们指出,许多旅游企业使用在线活动恢复损失,如在线主题规划,云旅游,和云直播。许多传统的旅游公司过渡到在线旅游的(ota)。随着旅游业的有机结合和AIoT,这些变化促进概念的变化,加速传统旅游业的数字一体化进程,并促进中国旅游业的高质量发展。以中国为例,携程推出了一个盲盒票,订票参与者在应用程序和系统随机选择短途旅行的目的地。这鼓励人们前往COVID-19爆发时一定程度上得到控制。对于餐饮业,防止病毒的传播,人们是不允许吃的餐厅,由于限制旅行和客户的数量减少。因此,餐饮业的转变是必要的。在文献[63年),企业预计将建立一个AIoT-based商业模式,以便客户可以采用在线餐馆和在网上订购食品通过扫描代码。他们应该大力确保安全的外卖食品和开展“无触点外卖。”与此同时,针对大流行性流感带来的变化,餐饮企业应避免敏感的食品配料和野生动物。一般来说,很难避免流感大流行的影响,但是每个企业可以采取行动站测试爆发后,最小化损失。COVID-19将带来行业的重组:这些公司,无法寻求突破时间会被淘汰,只有那些敢于创新的公司和变化将生存。

7所示。针对COVID-19使用AIoT-Based技术

7.1。新AIoT 5 g技术应用

世界各地,受到COVID-19的人数迅速增加,因此需要采取立即行动来控制COVID-19爆发的毁灭性的结果。研究人员探索使用5克,机器人技术,和其他技术,他们认为可以帮助减轻大流行的不利影响,加快社会的复苏。

第五代移动通信网络,5 g超级广泛应用在当前形势下,以消费和高速低功耗的特点。物联网将物理对象连接到网络,最终实现智能化和自动化,从而释放大量的劳动力。这两个流行的技术也密切相关:5克将加速进入物联网时代的步伐。一旦受限于传统的移动通信的应用,物联网可以实现5克。反过来,物联网将5 g发展的主要驱动力。因此,如何将5克COVID-19时报今天的工作吗?这项研究在64年)希望采用5 g技术协助COVID-19的诊断和辅助诊断,提出了一种架构依赖5 g联合云协作学习为多个机构和中央。如图18,架构主要由三部分组成:数据采集层,诊断反馈层,模式识别层。数据采集层使用5 g技术自动收集和传输数据的本地设备部署在医院。然后,这些本地收集的数据上传到服务器在边缘节点和用于识别和诊断疾病。最后,模式识别层生成一个通用模型通过训练节点数据为每个医院。只有三个步骤后可以辅助诊断。这种架构有利于节点医院实现低延迟和高表现的疾病诊断。这项研究在65年)提出了一个保护系统采用的安全意识zero-trust架构(ZTA) 5 g智能医学平台建设。系统由用户地区zero-trust动态访问控制地区,和数据区域。的架构图19。考虑到大量的AIoT连接设备,系统采用ZTA访问技术。采用边计算,实现终端的身份验证和访问控制,以检测和处理违法或错误的连接。

5 g提供了强有力的技术支持智能医疗应用的发展。流感大流行期间,5 g技术有助于实现多学科的医疗行业咨询、智能诊断的医学图像远程监控和其他医疗应用程序场景。然而,对于医疗资源的浓度等原因,高度密集的人员,和复杂的信息系统,仍有许多挑战5 g在医疗行业的应用。事实上,不仅可以对抗COVID-19 5 g技术帮助医生,但它也可以驱动改变生活方式。COVID-19期间,为了避免被暴露于病毒、网络等新的数字经济体食品订购,网上娱乐,网上购物已经成为积极和生新的就业机会和就业的方法。以中国为例,COVID-19 liverstream电子商务企业带来了发展出口。通过转播画面,线上销售和线下接收货物的非接触式交易成真了。这样的“非接触式”交付平台“京东”和丙烯酸-“新鲜”(图也发展迅速20.)。与此同时,5 g远程办公建设越来越受员工的欢迎。据中国互联网发展统计报告公布的中国互联网络信息中心(CNNIC),截至2020年12月,中国的远程工作者数量达到3.64亿由于COVID-19的影响。在线工作可以减少员工上下班时间和成本,让员工有更多的空闲时间。企业也不需要租昂贵的办公空间和降低运营成本。在教育方面,5 g网络教育建设为学生学习提供了机会,没有中断。这些平台允许学生和教师之间的实时交互,取代线下类与高质量的视频。在这个特殊的时刻,在中国越来越多的学生注册软件名为“丁鼎”(图21),学生可以同时参加网上课程。此外,教师还可以指定作业和测试实践掌握学生的学习结果。值得注意的是,5 g的应用在许多方面有积极影响。然而,潜在的挑战不容忽视,从安全性和隐私问题。视频记录的远程医疗和购物记录在线食品订单可能包含个人的地址,等敏感信息是非常容易受到黑客的攻击。其次,快速部署新的应用程序,比如在线教育平台和在线电子商务平台,可以很容易地导致网络崩溃。最后,现有的5 g技术仍处于起步阶段,和许多贫穷国家没有部署5克。在未来,5 g技术将被开发和应用于更多的领域。

7.2。物联网终端的机器人

值得注意的是,它是发现,智能机器人在医学领域的应用可以减少医务人员的负担,降低相互传染的风险。智能机器人技术和医疗技术的结合有着巨大的应用前景,它适用于社会的进步。

7.2.1。卫生保健

远程诊断,研究[66年)提出了一种低成本的微型机扑,很容易组装和远程监控,旨在用机器人代替医务人员从疑似患者咽喉拭子。关于医疗、研究[67年)探针5 g机器人(图建设的临床价值22)。在这篇文章中,他们之间进行比较实验远程机器检查和常规超声检查。结果表明,远程机器人超声检查需要更多的时间,但传统超声的结果类似。结果,5 g远程超声机器人可以进行常规超声检查隔离病人。这项研究在68年)是致力于智能自动化健康机器(AHM),它可以提供所有虚拟健康检查与在线医生或专家。由于限制隔离地区旅行,可以安装帮助居民获得医疗当他们不能去医院。居民使用个人身份证进入AHM设施,然后聊天机器人问居民对他们的症状。与此同时,它是红外传感器工作的时候了。如果温度高于设置点,红外传感器将自动启动与医生在线视频电话。当情节严重,将书核酸测试或救护车服务居民的时间并将结果发送到居民的手机,以确保他/她知道他/她自己的情况。在病人的许可的前提下,他/她的家庭成员也可以接受他/她的信息情况,这样他们不会太过担心。居民离开AHM后,系统也会激活紫外线消毒,以避免不必要的相互传染。的具体工作流程COVID-19筛查AHM绘制在图23。这样的系统可以部署不仅在偏远地区,而且在公共场所如社区、学校、购物中心和办公大楼。AHM使用系统,可以拯救数百万人的生命在这个大流行。接下来,如何降低维修成本AHM系统以及如何减少误判率AHM系统成为未来研究的方向。在另一个方面,轻微的症状治疗患者在家里,智能语音机器人可以帮助他们克服困难。Telemedicine-based语音机器人作为家庭医生和护理人员,为病人提供基本的医疗和生活服务。特别是声乐机器人使用自然语言与老患者,避免孤立的孤独。事实上,直言不讳的机器人的应用是相当可靠的探测许多疾病,所以老病人在家可以治疗对医生不会造成任何威胁。

7.2.2。消毒设施

的服务和维护,机器人可以替代专业人士来完成各种日常工作。例如,服务机器人可以跟踪药品库存自愿和援助将药品和医疗设备正常。清洁机器人可以取代简单的任务在医院经常消毒是必要的。这将减少卫生保健工作者的接触被污染的材料。在一个普通的病房,清洁机器人可以杀死病毒和细菌在几分钟。这项研究在67年)强调智能机器人手术后消毒的消毒效果。与传统的手工消毒相比,智能机器人,消毒使用紫外线结合过氧化氢或次氯酸,能有效消毒空气和环境中的对象的表面手术房间。智能控制实现的整个过程,以确保人员的安全。同样,消毒机器人也适用于其他公共场所的消毒,如酒店、购物中心、和学校(图24)。

7.2.3。食品或药品

此外,社交机器人也为医院提供越来越多的帮助。例如,机器人可以帮助护士在隔离病房和分发药品(图送饭25),提高工作效率。最重要的是,当机器人进入隔离病房,他们不需要穿厚厚的防护服,从而节约经济和人力成本。机器人分发货物而不是医务工作者,让工人把更多的能量来治疗和照顾病人。在许多医院,病人仍以传统的方式转移,依靠医护人员或家庭成员被抬到担架或轮子的椅子。这种方法不仅需要两个或三个人来完成,但也极有可能造成二次损伤的病人。智能机器人能顺利解除老年人从床上轮椅或其他地方。是很有帮助的,因为它可以减少健康工人的体力劳动,这样他们可以集中更多的精力恢复的病人。这项研究在69年设计机器人可以自由旅行的医院设计路线。他们可以跟踪和记录活动网站疑似病人,帮助病人从救护车转移到病房没有人工干预,从而减少不必要的劳动力。例如,在[工作70年]研究全自动集中multirobot组成的六足步行机和六个轮移动机器。提出的方法中,昆虫机器人是用来扫描地图野战医院,画出路径,然后提供医疗产品,并输入各个地方根据预定义的地图和路径,和两个不同的平台使用导航机器人在同一时间。

COVID-19时期期间,智能机器人不仅适用于医疗产业。在许多地区,人们的旅行是严格限制,以维护社会的距离。对于有宠物的家庭,都有问题,他们不能在外面走他们的狗。在这种情况下,使用一个机器人来遛狗是一个很好的选择(图26)。机器人比遛狗可以清楚地做更有意义的事情,比如提供新鲜水果和蔬菜,封闭的社区和充当保安监控来来往往的居民。显然,许多企业在不同的国家都知道机器人在流行病预防的重要作用。以中国为例,东软集团开发了五种“antipandemic”机器人(图27),它是智能信息采集系统,预防和控制检查机器人、医疗助理机器人,消毒保安机器人,机器人和交付的骑士。智能信息采集系统包括信息填充,实名检查,温度测量,和其他功能,可以大大有助于控制进出医院的人数。预防和检查机器人主要用于前线的位置服务的地方。他们可以用真实姓名认证身份证和精确测量体温的游客。机器人还有其他功能。例如,他们可以设置定点巡逻路线尽量避免人体接触。在无人值守的情况下服务地方,将设置的第一道防线。医疗助理机器人是面向医疗行业。在缺乏人力,机器人区分发烧病人与正常患者,使卫生保健工作者来保护自己,同时对抗流感大流行。除此之外,机器人也提供一系列的操作包括登记、付款和调查。 Disinfection security guard robots can monitor the workflow in real time and generate a complete work log to ensure efficient disinfection of indoor hygiene. After the current mission is completed, people can replan their work route. Delivery knight is a delivery robot used in medical settings, assisting doctors in accurately delivering drugs or meals to special wards, and reducing the risk of people being exposed to sources of infection. The advantages of delivery robots are that they can bear different weights of goods, and the boxes are in a closed state, without causing pollution. This means being 10 times more efficient than manual delivery, thus ensuring accurate and efficient delivery during the outbreak of the pandemic. It is believed that more and more countries and regions will apply robots to various fields in the future. Meanwhile, with the development of science and technology, intelligent robots will follow the needs of society.

8。结论和未来的

尽管COVID-19严重破坏世界上30多个国家和地区,好消息是21^圣世纪是一种先进的科学时代。研究者正在努力做出新的突破筛查、诊断和监测COVID-19。基于物联网的智能技术系统已经被证明是一个极其宝贵的资源,应用程序从可穿戴技术远程检查,从远程智能诊断COVID-19重症监护的病人。可穿戴设备方便测量个人的健康状况,数据可以及时反馈给医院单位通过定位系统。远程检查可以避免医务人员之间的相互联系,筛选接收器,以及提高筛选效率,所以患者可以早期发现及时隔离。智能诊断减轻一线医生的工作负载的快速识别COVID-19 x线和CT扫描,以便尽快可以治疗的病人。随后,人工智能图像采集将使患者能够获得高质量的图像即使在低辐射水平。受益于发展远程医疗、远程重症监护可以解决这一问题的及时治疗,以及有效地减少医疗资源的浪费。也希望,在未来,将使用远程系统不仅在医疗保健,但在人们的生活的各个方面。在论文的后半部分,AIoT和社会管理。 With the continuous development of AIoT, this technology can help public social management and enterprises to resume work and production in the event of the pandemic. Countries have been searching for strategies to return to what they were before the pandemic. Facts have also proven the feasibility of AIoT. In terms of public social management, it has been used to improve the logistics industry chain, build a new infrastructure, and help the pharmaceutical industry to resume its development. In terms of large, medium, and small enterprises, the theoretical framework has also been improved based on it. The paper also focuses on emerging technologies, such as 5G and robotics, which it believes will be effective in combating the pandemic by combining AIoT with medical technology.

在不久的将来,会出现越来越多的智能设备基于AIoT对抗传染病,例如,使用云技术实现的集成COVID-19筛查、诊断、监测等和使用集成算法来预测流感大流行的复发和采取迅速行动。更有可能是一个全面的基础设施,集成AIoT和云计算,可以共同对抗疾病的全球威胁,将建成。

数据可用性

没有数据被用来支持本研究。

信息披露

Shu-Wen陈和小薇顾co-first作者。

的利益冲突

作者宣称没有利益冲突。