无线技术革命使人类通过连接它们在任何地方,任何时候。然而,风险和挑战在高频波段通信大大增加,使大量的无线应用程序来生成并存储大量的敏感数据在不同的场景中,尤其是在医疗保健。利用技术的进步,研究社区仍提出新颖的理论,算法和模型检测的各种疾病的早期阶段,使用可穿戴传感器、智能传感器、移动应用程序,机器,深度学习模型。这些都可以增加患者医疗决策的准确性。

然而,个人和组织都不愿意采用物联网(物联网)的卫生保健系统由于担心数据隐私,实施成本和应用程序的可靠性。因此,重要的是研究分布式模型,如联合学习或区块链加密,而不是集中的模式,使个人和医院保持敏感数据在分享全球输出与服务器,使决策,同时保留隐私。同样,优化和有效的机器学习算法和有成本效益的和强大的智能传感器可能会提出提高应用程序的可靠性和数据聚合和处理,分别。

这个特殊问题的目的是邀请新的解决方案相关的连续检查患者的健康以及疾病的早期检测提前通知医护人员。然而,这是非常具有挑战性的研究收集大量的数据同时从不同的患者,所以安全智能探测程序是必要的,及时识别和采取预防措施。因此,它是至关重要的,使情报在每一个阶段,从智能传感器收集的数据到数据分析。我们邀请原始研究和评论文章获得IoT-based医疗保健。

潜在的主题包括但不限于以下:

• 人工智能(AI)的疾病检测和预防新的解决方案
• 连续健康监测系统基于ai智能解决方案和支持
• 机器学习的作用和深度学习在医疗保健系统
• 联合学习方法保护隐私的医疗保健
• 决策支持系统由传感器收集的数据进行分析
• 聚集和调查病人数据至关重要
• Content-aware基于ai在医疗设备间(D2D)通信
• 高效的和轻量级安全技术在医疗保健
• 应用程序协议和体系结构的形式为一体的电子健康记录
• 高效的数据通信IoT-based医疗系统
• 高效的新型智能IoT-based健康应用程序