ระบบตรวจวัดสัญญาณชีพและเฝ้าติดตามการล้มของผู้สูงอายุผ่านระบบ IoT

Abstract

Pollution Matters (PM 2.5) have a major impact on the lives of the elderly, especially the effects on breathing and lungs. Therefore, one of the vital sign checks is the measure of pulse oxygen. If the amount of oxygen in the blood is low, it indicates a respiratory system problem that increases the risk of fainting, unconsciousness, and falls in the elderly. This research aims to develop a system for measuring vital signs and monitoring falls of the elderly through the Internet of Things (IoT) system. The development of the fall monitoring system is based on building a fall prediction model on Edge Impulse using Tiny Machine Learning (TinyML) to train the model. That is embedded in the Arduino Nano 33 BLE and collects data in the Firebase Realtime-Database database. The MAX30100 sensor measures blood oxygen saturation in terms of vital signs and heart rate, both displayed on a smartphone. Accuracy results from a fall test include falling forward, backward, to the left, and to the right where 100%, 100%, 95%, and 95% respectively. The results of the smartphone's display will indicate the heart rate and blood oxygen levels in real time, which can check the history of heart rate and pulse oxygen values in Google Sheets.

สภาพอากาศที่เต็มไปด้วยฝุ่น pm 2.5 ส่งผลต่อการใช้ชีวิตของผู้สูงอายุ เมื่อผู้สูงอายุรับฝุ่น pm 2.5 เข้าไปจะส่งผลต่อภาวะการหายใจ และปอด หนึ่งในการตรวจสอบสัญญาณชีพที่บ่งบอกถึงภาวะการหายใจคือการวัดปริมาณออกซิเจนในเลือด ซึ่งหากปริมาณออกซิเจนในเลือดต่ำจะบ่งบอกถึงความผิดปกติของระบบหายใจที่ทำให้เกิดความเสี่ยงต่อการเป็นลม หมดสติ และนำพามาซึ่งการล้มในผู้สูงอายุได้ งานวิจัยนี้จึงมีวัตถุประสงค์ในการพัฒนาระบบตรวจวัดสัญญาณชีพ และเฝ้าติดตามการล้มของผู้สูงอายุผ่านระบบ อินเทอร์เน็ตของทุกสรรพสิ่ง (IoT) โดยการพัฒนาระบบเฝ้าติดตามการล้มจะอาศัยการสร้างโมเดลทำนายการล้มบน Edge Impulse โดยใช้งานการเรียนรู้ของเครื่องขนาดเล็ก (TinyML) ในการฝึกสอนโมเดล ที่ติดตั้งอยู่ภายใน Arduino Nano 33 BLE Sense และเก็บรวบรวมข้อมูลไว้ในฐานข้อมูล Firebase Realtime-Database ในส่วนของการวัดสัญญาณชีพนั้นจะใช้เซ็นเซอร์ MAX30100 ในการวัดค่าความอิ่มตัวของออกซิเจนในเลือด และอัตราการเต้นของหัวใจ ซึ่งมีการแสดงผลบนโทรศัพ์สมาร์ทโฟน ผลการทดสอบการล้ม ประกอบไปด้วย การล้มไปข้างหน้า การล้มไปข้างหลัง การล้มไปทางซ้าย และการล้มไปทางขวา มีความแม่นยำอยู่ที่ 100 เปอร์เซ็นต์ 100 เปอร์เซ็นต์ 95 เปอร์เซ็นต์ และ 95 เปอร์เซ็นต์ ตามลำดับ ผลของการแสดงผลบนสมาร์ทโฟนนั้นจะแสดงค่าอัตราการเต้นของหัวใจ และค่าออกซิเจนในกระแสเลือดแบบเวลาจริง นอกจากนี้ยังสามารถดูค่าอัตราการเต้นของหัวใจ และค่าออกซิเจนในกระแสเลือดย้อนหลังบน กูเกิ้ลชีต