@inbook{10498/39586,
year = {2025},
month = {10},
url = {http://hdl.handle.net/10498/39586},
abstract = {Los diversos dominios de la Internet de las Cosas (IoT), en particular los sistemas sanitarios, han experimentado un crecimiento exponencial gracias a los continuos avances tecnológicos, lo que ha dado lugar a menores costes de comunicación y de dispositivos inteligentes. Esto está impulsando a los sistemas sanitarios hacia sistemas sanitarios inteligentes. Esto implica aplicaciones inteligentes capaces de procesar grandes cantidades heterogéneas de datos para mejorar la calidad de vida de las personas. Sin embargo, estas aplicaciones inteligentes suelen utilizar únicamente información de su propio dominio, excluyendo la posibilidad de una mayor contextualización mediante el uso de datos procedentes de otros dominios. Recientemente se han propuesto diversos sistemas, pero la falta de criterios comunes para definir, integrar y correlacionar datos ha dificultado una mejor contextualización de las aplicaciones inteligentes. Se han abordado diferentes estructuras para definir datos en IoT y en sistemas sanitarios inteligentes, pero estas son o bien demasiado específicas de un único dominio o bien demasiado generales, lo que hace imposible describir la información del dominio de acuerdo con las necesidades de una variedad de escenarios. Nuestro objetivo en este capítulo es mostrar cómo los sistemas sanitarios inteligentes actuales pueden beneficiarse del uso de una taxonomía y una arquitectura de software presentadas recientemente, que forman parte de un marco para IoT y entornos inteligentes. Según esta propuesta, es posible definir datos de diferentes dominios mediante el uso de la taxonomía propuesta. Asimismo, con el uso de la arquitectura de software propuesta, es posible integrar y correlacionar estos datos procedentes de diferentes dominios gracias al uso del procesamiento de eventos complejos en tiempo real. La solución propuesta se ha ilustrado con un estudio de caso para demostrar su viabilidad.},
abstract = {The various domains of the Internet of Things (IoT), in particular healthcare systems, have seen exponential growth thanks to continuous technological advances, resulting in lower costs for communication and smart devices. This is driving healthcare systems towards smart healthcare systems. This means intelligent applications capable of processing large heterogeneous amounts of data to improve people's quality of life. However, these smart applications usually only use information from their own domain, excluding the possibility of further contextualization by using data from other domains. Various systems have been proposed recently, but the lack of common criteria for defining, integrating and correlating data has hindered better contextualization of smart applications. Different structures for defining data in IoT and smart health systems have been approached, but they are either too specific to a single domain or too general, making it impossible to describe domain information according to the needs of a variety of scenarios. Our goal in this chapter is to show how current smart health systems can benefit from the use of a recently presented taxonomy and software architecture, which are part of a framework for IoT and smart environments. According to this proposal, it is possible to define data from different domains by using the proposed taxonomy. While with the use of the proposed software architecture it is possible to integrate and correlate these data from different domains thanks to the use of realtime complex event processing. The proposed solution has been illustrated with a case study to demonstrate its feasibility.},
organization = {Ministerio de Ciencia, Innovación y Universidades del Gobierno de España.
Universidad de Cádiz},
publisher = {IOS Press / SAGE Journals},
keywords = {Context awareness},
keywords = {Smart health},
keywords = {Taxonomy},
keywords = {Internet of Things},
keywords = {Complex Event Processing},
title = {Smart-CARE: integrating context awareness into smart health systems},
doi = {10.3233/SHTI251449},
author = {Bazán Muñoz, Adrián and Ortiz Bellot, Guadalupe and García de Prado Fontela, Alfonso},
}