Traducido del inglés al español - www.onlinedoctranslator.
com
Tecnologías de rastreo y localización RFID en
Cuidado de la salud
Ricardo Buettner timon clauss
Universidad de Aalen Universidad de Aalen
Aalen, Alemania Aalen, Alemania
ricardo.buettner@hs-aalen.de timon.clauss@
buettner@ieee.org studmail.htw-aalen.de
Resumen—Este estudio revisa la literatura sobre el uso de tecnologías
de rastreo y localización RFID en el cuidado de la salud. Identificamos los
beneficios potenciales, las barreras y los factores críticos de éxito, así como
los riesgos futuros de las soluciones RFID.
Palabras clave—Seguimiento de pacientes, tecnologías de localización, RFID,
asistencia sanitaria, revisión de literatura, sistemas hospitalarios inteligentes,
gestión en un hospital, trazabilidad
yo yoNTRODUCCIÓN
La identificación por radiofrecuencia (RFID) se ha vuelto
indispensable en muchas áreas de la atención médica [1-3]. La
tecnología RFID está reduciendo errores, costos y demoras mientras
aumenta la calidad del servicio de atención médica [2-16].
Este documento tiene como objetivo brindar una descripción general de la
tecnología RFID, su uso en el cuidado de la salud, así como los beneficios y los
problemas recurrentes basados en artículos revisados por pares publicados.
II. METROETODOLOGIA
Realizamos una revisión de la literatura utilizando tres meta-
bases de datos diferentes (es decir, IEEEXplore, SpringerLink/
healthinformatics y ACM), así como la canasta AIS de ocho revistas
hasta el 20/11/2019, lo que resultó en 383 artículos revisados por
pares que cumplieron con los criterios de inclusión (resumen o el
título o las palabras clave contienen "RFID" y "Salud").
tercero RRESULTADOS
A. Sistemas hospitalarios inteligentes
RFID se integra en los procesos hospitalarios y sistemas de información
existentes para proporcionar una automatización completa de la identificación
de pacientes, asignación de personal, médicos, medicamentos y tratamientos
[12]. Durante la estadía de un paciente, se recopilan y evalúan una gran
cantidad de datos, como el pulso, la presión arterial u otras funciones vitales del
cuerpo o variables relacionadas con la enfermedad. Es importante tener
constantemente datos actuales junto con un historial. Incluso hoy en día, los
datos de los pacientes deben implementarse a mano, lo que lleva mucho
tiempo. Tradicionalmente, también existía la necesidad de que una enfermera
monitoreara constantemente a los pacientes críticos, lo cual es una tarea difícil
porque los pequeños errores y errores pueden conducir a la muerte de un
paciente [18].
El proceso de recopilación de datos y el proceso de automatización en
sí se basan en una gran base de datos, datos confiables e historial de
datos [15]. Durante la última década, no solo han aumentado los datos de
cada patente, sino que también aumenta el número de pacientes debido a
la disminución del número de consultas familiares. El creciente flujo de
pacientes en combinación con los sistemas de datos hospitalarios
implementados recientemente, incluidos los EMR, los sistemas de gestión
de alarmas y las plataformas de administración de medicamentos que
proporcionan nuevos conjuntos de datos, está causando problemas
debido al creciente volumen de información que se presenta al personal
clínico [15]. Como consecuencia de estos factores, se reduce el tiempo del
paciente al personal debido a la mayor carga de trabajo, aumenta el
número de errores y los procesos de higiene y limpieza se reducen.
Licencia de uso autorizada limitada a: Universidad Nacional Pedro Ruiz Gallo. Descargado el 29 de noviembre de 2022 a las 02:25:46 UTC de IEEE Xplore. Se aplican restricciones.
Minh Thuan Huynh Daan Koser
Universidad de Aalen Universidad de Aalen
Aalen, Alemania Aalen, Alemania
minh_thuan.huynh@ da an.koser@
studmail.htw-aalen.de studmail.htw-aalen.de
abreviado [15]. Otro gran cambio es que los datos de los
pacientes deben generarse y actualizarse automáticamente
porque los sistemas se están volviendo más complejos con
los cambios de IoT que han ocurrido recientemente. Muchas
herramientas y objetos ahora generan datos por sí mismos
que también deben coordinarse con los datos del paciente y
necesitan producir datos instantáneos a los que se pueda
acceder en tiempo real [12]. Otro punto es que el tiempo de
lectura del documento del paciente puede reducirse al
proporcionar una base de datos que almacene los datos del
paciente y que sea accesible para enfermeras y médicos. De
esta manera, los médicos o las enfermeras extranjeras
pueden obtener mucha información incluso si nunca antes
han estado en contacto con el paciente. Los médicos y las
enfermeras dedican el 30% de su tiempo de trabajo a buscar
y leer información sobre el paciente que fácilmente podría
proporcionar un sistema SHS [20].
A pesar del uso de herramientas de rastreo, el rastreo
de pacientes es la mayor parte de las soluciones RFID.
Para la seguridad de los datos, las nubes de los hospitales
generalmente se dividen en una nube pública a la que
pueden acceder, compartir y procesar terceros y nubes
híbridas que combinan nubes públicas y privadas, a
menudo utilizadas para complementar los datos internos
con orquestación pública [16, 38 ]. Es importante proteger
los datos de los pacientes de los atacantes. Los atacantes
también podrían regular las etiquetas RFID capturadas
que deben anularse [36]. En operaciones difíciles como
cirugías de hogar, múltiples etiquetas RFID pueden ser
beneficiosas ya que la confiabilidad se cuantifica
mediante el uso de dos métricas: número de lecturas por
segundo y fuerza de la señal recibida. Múltiples etiquetas
RFID aumentan las dos métricas [39].
B. Trazabilidad
Actualmente, los hospitales enfrentan desafíos para mejorar la
seguridad del paciente y reducir los costos operativos, que a menudo se
ven comprometidos por errores humanos y sistémicos. El Instituto de
Medicina (IOM) estimó que entre 44 000 y 98 000 muertes por año estaban
relacionadas con errores médicos, lo que demuestra la necesidad
desesperada de mejorar la seguridad del paciente en los EE. UU. [20]. Los
estudios encontraron que cada año se dejan 1.500 objetos dentro de los
cuerpos de los pacientes en los EE. UU., y aproximadamente dos tercios
son esponjas [13]. Para evitar esta mala práctica, los hospitales
comenzaron a realizar experimentos con dispositivos de escaneo. La
Comisión Conjunta de Acreditación de Organizaciones de Atención Médica
(JCAHO) cree que en todos los hospitales pronto se aplicarán los métodos
de los "cinco derechos" con el uso de RFID para mejorar la trazabilidad.
Los cinco derechos subrayan que el paciente correcto está siendo tratado,
con el medicamento correcto, en la dosis correcta, de la manera correcta,
en el momento correcto. [41]
Con RFID, la trazabilidad se puede mejorar aún más.
Actualmente, no hay muchas soluciones técnicas en
 asistencia sanitaria, siendo el uso de códigos de barras uno de los medios
estándar de trazabilidad de los medicamentos [20]. Cuando se etiquetan con un
código de barras, los paquetes de medicamentos se pueden escanear para
obtener información detallada de los paquetes de una base de datos. Un
paquete de medicamentos se puede escanear con un escáner de código de
barras, que mostrará información sobre el medicamento y el paciente en un
monitor.
Según la OMS (Organización Mundial de la Salud), la comunidad
farmacéutica internacional de desarrollo comenzó a promover un
estándar global para la visibilidad de la cadena de suministro y la
lucha contra la falsificación en 2014.
Dado que las instalaciones de atención médica tienen entornos complejos, las nuevas
tecnologías como RFID pueden ayudar a prevenir errores [17] y mejorar la seguridad y la
atención al paciente, reduciendo los robos y los costos operativos [21]. Los errores médicos
según el Instituto de Medicina causan más de decenas de miles de muertes cada año, que es
una tasa de mortalidad más alta por año que los accidentes de avión o las muertes por SIDA.
La Administración de Alimentos y Medicamentos (FDA) ha estimado que ese número es de casi
500 000 [13]. Sin embargo, la FDA destacó que casi la mitad de los errores de medicamentos
podrían prevenirse mediante la adopción de tecnologías de la información más apropiadas y
avanzadas. Además, los productos falsificados o alterados que ingresan a la cadena de
suministro de atención médica son una preocupación creciente. La FDA estimó que hasta el 40
por ciento de los medicamentos que provienen de países como México o Colombia son
falsificados [13]. La mayoría de los productos falsificados provienen de países del tercer
mundo o del mundo en desarrollo, donde las leyes que cubren las drogas médicas y la
vigilancia aún son laxas. También se estima que el beneficio de la venta de medicamentos
falsificados es unas 20 veces mayor que en comparación con la heroína [44]. Debido a los
medicamentos falsificados, la industria farmacéutica reporta que pierde 2 mil millones de
dólares por año. Se supone que esos problemas se pueden resolver implementando un
sistema RFID adecuado, que puede ayudar a mejorar la trazabilidad. Actualmente el personal
sanitario responsable ha detectado posibles mejoras en las siguientes áreas: identificación del
medicamento (número de lote, fecha de caducidad, etc.), validación y registro electrónico del
tratamiento farmacéutico, comprobación manual de la concordancia entre el medicamento
prescrito y el paciente, y registrar la administración del medicamento. Durante el desarrollo de
estas actividades pueden surgir errores en la identificación de pacientes, manejo de stock de
medicamentos, o incluso en la prescripción y/o administración de tratamientos farmacéuticos
[18]. Entonces, el mayor beneficio de la trazabilidad es que reduce en gran medida los eventos
adversos [41], que son cualquier tipo de situación que causa daño durante el proceso de
tratamiento que no se origina en la enfermedad del paciente y puede resultar, en algunos
casos, en graves daño o incluso la muerte. En estudios previos, el 38 por ciento de los eventos
adversos aparecen durante la prescripción, validación, dispensación y administración del
medicamento al paciente [18]. Los estudios [2, 13] muestran cuán significativo puede ser el
daño causado por eventos adversos, ya que es la tercera causa de muerte en los EE. UU. Otros
estudios muestran que lo mismo se aplica a otros países, como Canadá o Nueva Zelanda. El
Estudio Nacional sobre los Efectos Adversos [18] analizó 5.624 casos clínicos en 24 hospitales
españoles y concluyó que los eventos adversos directamente relacionados con la asistencia
médica alcanzaban el 8,4 por ciento. Esta creciente preocupación muestra cuán importante es
la necesidad de desarrollar un sistema de trazabilidad para detener más errores prevenibles.
Mateska et al. [42] propusieron una solución de atención médica para personas mayores que
se basa en RFID para rastrear la actividad común y como una mejora de la memoria para las
personas mayores, como recordarles a los pacientes que tomen su medicación [43]. 624 casos
clínicos en 24 hospitales españoles y concluyó que los eventos adversos directamente
relacionados con la asistencia médica llegaron al 8,4 por ciento. Esta creciente preocupación
muestra cuán importante es la necesidad de desarrollar un sistema de trazabilidad para
detener más errores prevenibles. Mateska et al. [42] propusieron una solución de atención
médica para personas mayores que se basa en RFID para rastrear la actividad común y como
una mejora de la memoria para las personas mayores, como recordarles a los pacientes que
tomen su medicación [43]. 624 casos clínicos en 24 hospitales españoles y concluyó que los
eventos adversos directamente relacionados con la asistencia médica llegaron al 8,4 por
ciento. Esta creciente preocupación muestra cuán importante es la necesidad de desarrollar un
sistema de trazabilidad para detener más errores prevenibles. Mateska et al. [42] propusieron
una solución de atención médica para personas mayores que se basa en RFID para rastrear la
actividad común y como una mejora de la memoria para las personas mayores, como
recordarles a los pacientes que tomen su medicación [43].
Licencia de uso autorizada limitada a: Universidad Nacional Pedro Ruiz Gallo. Descargado el 29 de noviembre de 2022 a las 02:25:46 UTC de IEEE Xplore. Se aplican restricciones.
Para RFID, el sector de la salud es uno de los mercados emergentes más sólidos, ya que
las ventas de etiquetas RFID aumentaron de solo 94,6 millones de dólares en 2009 a 1430
millones de dólares en 2019 [17]. Una de las razones del aumento se debe a la madurez de las
aplicaciones, como el Sistema de localización en tiempo real (RTLS) para el seguimiento médico
y de pacientes y para mejorar la trazabilidad. Por lo tanto, el etiquetado de los llamados
blísters y botellas de plástico utilizados por los pacientes es principalmente un fenómeno
estadounidense, impulsado en gran medida por la necesidad de prevenir medicamentos
falsificados, pero también por una mejor recuperación de productos, control de existencias y
detección de robos. Aunque RFID es un mercado bastante joven con un buen crecimiento,
todavía tiene la misma perspectiva que la mayoría de las tecnologías utilizadas en el sector de
la salud, ya que “no les importa la tecnología, sino los costos y las funcionalidades” [17, p.13] .
Básicamente, esto significa que al sector no le importa cuán innovadora sea una tecnología,
siempre que el uso sea lo suficientemente bueno y el precio sea bajo o razonable. Esa es
también una de las razones por las que, a pesar de que RFID es una buena solución para la
identificación de pacientes en los hospitales, la mayoría de los hospitales todavía dudan en
implementarla, simplemente porque el costo de las etiquetas y el lector de RFID es demasiado
alto en este momento [20]. Además, debido a posibles filtraciones de privacidad de la
información del paciente, muchas aplicaciones de atención médica que utilizan RFID enfrentan
controversias y críticas tanto de los consumidores como de los gobiernos [21]. La FDA fomenta
el uso de RFID y ha publicado un documento de orientación CPG 400.210 [22] que tiene como
objetivo estimular la adopción de la tecnología RFID para los sistemas de rastreo. Pero la FDA
también reconoce la necesidad de investigar su impacto potencialmente negativo en los
medicamentos. Una nota al margen interesante es que EE. UU. está utilizando RFID como
motor para la reducción de costos, y principalmente para la gestión logística y operativa,
mientras que en Europa utilizan la tecnología RFID más para centrarse en la calidad de la
atención. Además, en el sector sanitario están surgiendo seis áreas específicas de aplicación
de RFID que permiten una cadena de suministro sanitaria segura [17]. (1) Gestión de activos
médicos y de TI, (2) seguridad y control de acceso, (3) seguridad y gestión de pacientes, (4)
gestión de empleados, (5) gestión de la cadena de suministro y monitorización de condiciones,
y (6) gestión de residuos tóxicos [1] ]. en el sector sanitario están surgiendo seis áreas
específicas de aplicación de RFID que permiten una cadena de suministro sanitaria segura [17].
(1) Gestión de activos médicos y de TI, (2) seguridad y control de acceso, (3) seguridad y
gestión de pacientes, (4) gestión de empleados, (5) gestión de la cadena de suministro y
monitorización de condiciones, y (6) gestión de residuos tóxicos [1] ]. en el sector sanitario
están surgiendo seis áreas específicas de aplicación de RFID que permiten una cadena de
suministro sanitaria segura [17]. (1) Gestión de activos médicos y de TI, (2) seguridad y control
de acceso, (3) seguridad y gestión de pacientes, (4) gestión de empleados, (5) gestión de la
cadena de suministro y monitorización de condiciones, y (6) gestión de residuos tóxicos [1] ].
C. Gestión en un hospital
En los hospitales, las etiquetas RFID pasivas se utilizan para la
identificación de pacientes y la autenticación de medicamentos, y las
etiquetas RFID activas se utilizan para el seguimiento [13]. El sistema
RFID tiene una mayor capacidad de almacenamiento que los códigos
de barras y es reescribible y actualizable. El costo inicial de la
tecnología RFID es muy alto porque el hardware y los sistemas RFID
son caros [2].
Los hospitales quieren seguir mejorando la seguridad de sus
pacientes y reducir sus costos actuales. Lograr una alta eficiencia
operativa en el cuidado de la salud es otro objetivo clave para evaluar
el desempeño organizacional [23]. Se han identificado cinco
problemas que impiden este objetivo [13, 24-27]: errores médicos,
altos costos actuales, identificación de medicamentos, preparación
tecnológica y flujos de trabajo ineficientes.
Con RFID se pueden identificar medicamentos, pacientes y
enfermedades [13, 35]. Algunos hospitales utilizan la tecnología de
identificación automática para el almacenamiento de información
sobre medicamentos. La tecnología se llama Smart Medicine Cabinet
(SMC) y se utiliza para rastrear, auditar y enviar los medicamentos
[28]. “RF ECG” es un método para la Evaluación de la Variabilidad del
Ritmo Cardíaco [34]. Otro ejemplo para identificar enfermedades es
el “Sistema de gestión de muestras de laboratorio BxLink” [25], que
se puede utilizar para identificar el cáncer de próstata. El sistema se
implementó por primera vez en una clínica de urología en marzo.
 2016, donde a los pacientes se les colocaron chips con etiquetas RFID, que se
usaron para detectar el cáncer de próstata.
Los objetos físicos podrían obtener nuevos atributos con la ayuda de
las etiquetas RFID, como una identidad única, para almacenar datos o
mostrar información relevante, como sus características o su historial.
Esto podría ayudar a rastrear activos y prevenir robos [26, 40]. Además, un
dispositivo de infusión con RFID se puede ubicar fácilmente y se puede
consultar su estado para saber si actualmente está libre o en uso. RFID
puede ayudar a los hospitales a localizar dispositivos más rápidamente
para garantizar la seguridad del paciente. Algunos dispositivos médicos
importantes en un hospital, que podrían etiquetarse con RFID son d
fibriladores y DEA, monitores de signos vitales, carros de ECG, dispositivos
de compresión secuencial o bombas de infusión [27]. Algunos sistemas
RFID se utilizan actualmente en hospitales y su funcionalidad se describe
en [14, 31].
D. Beneficios de las soluciones RFID
Las ventajas más importantes incluyen la seguridad del paciente y los
procesos de flujo de trabajo con ahorro de tiempo y costos.
Seguridad del paciente: En primer lugar, el objetivo principal de aplicar la
tecnología RFID en un hospital es mejorar y garantizar la seguridad del
paciente. Con RFID, un hospital puede recuperar la información del paciente
rápidamente y monitorear la ubicación física de un paciente [37], mejorar la
precisión de la seguridad de un paciente, especialmente los bebés [29] y
verificar cada medicamento que un paciente está tomando. En segundo lugar,
los servicios de alerta pueden identificar errores humanos y advertir a los
proveedores de atención sobre situaciones peligrosas [13]. En tercer lugar,
encontrar el equipo necesario que tenga tecnología RFID con un retraso mínimo
puede salvar la vida de los pacientes. En cuarto lugar, la integración de la
tecnología RFID en un sistema existente puede mejorar la toma de decisiones al
acceder a la información del paciente en tiempo real. Finalmente, un hospital
con RFID tiene mejor protección y seguridad personal debido al control de
acceso.
Optimización del flujo de trabajo: RFID puede mejorar el flujo de
trabajo en un hospital. Puede cambiar el flujo de trabajo del paciente y el
proceso operativo para ahorrar costos y mejorar la satisfacción del
paciente. Otro beneficio es que los pacientes experimentarán menos
tiempo de espera y aquellos con síntomas relevantes recibirán una alta
prioridad en el tratamiento [13]. Además, un hospital puede monitorear
cuánto tiempo está un paciente en la sala de espera para brindar una
mejor visión general [27]. Con inteligencia adicional [30], se puede
producir un hospital autónomo, donde los objetos habilitados para RFID
se convierten en componentes móviles, inteligentes y comunicantes de la
infraestructura de información de una organización [26]. Estos objetos
pueden guardar datos automáticamente, que pueden analizarse para
mejorar la eficiencia, la utilización de recursos y la toma de decisiones de
un hospital.
Otros beneficios: Con RFID no habrá errores de
identificación y etiquetado de medicamentos. Otra
ventaja de la tecnología es la prevención de robos y la
optimización de procesos [13, 33].
E. Desventajas de RFID, barreras de adopción y riesgos
Las principales desventajas de RFID son los costos iniciales, los
desafíos técnicos y la seguridad de los datos.
Costos iniciales: Si un hospital quiere trabajar con tecnología
RFID, los costes iniciales son muy elevados. Estos costos incluyen
el hardware y el software, la capacitación y el alto costo continuo
del mantenimiento y las actualizaciones de la infraestructura
RFID. La infraestructura no solo requiere componentes como
etiquetas y lectores, sino que también contiene servidores, bases
de datos, middleware y aplicaciones [26]. Las etiquetas activas
cuestan entre USD 10 y USD 50 [29]. Los lectores cuestan entre
USD 500 y USD 3000 [4]. Para el middleware y la aplicación no
hay un precio estándar. Dependiendo del tamaño
Licencia de uso autorizada limitada a: Universidad Nacional Pedro Ruiz Gallo. Descargado el 29 de noviembre de 2022 a las 02:25:46 UTC de IEEE Xplore. Se aplican restricciones.
del hospital y cuánta tecnología RFID está instalada, rápidamente
puede ascender a millones [13].
Desafíos técnicos: Hay muchos desafíos técnicos para un
hospital si quiere trabajar con RFID. Esto incluye problemas
relacionados con la confiabilidad y la interoperabilidad, colisión
de etiquetas múltiples, problemas de propagación de señales,
interferencias con otros sistemas clínicos y dispositivos médicos,
y la falta de estándares de la industria [26].
Seguridad de datos: Con RFID un hospital recopila una gran cantidad de
información, especialmente de los pacientes [14]. En una época en la que la
privacidad de los datos es más importante que nunca, los datos deben estar
bien protegidos [24]. Por lo tanto, los hospitales deben asegurarse de que los
sistemas RFID que se implementen cumplan con las leyes federales de
protección de la privacidad existentes [26].
Otras barreras: Otras barreras que dificultan la tecnología
RFID incluyen la falta de apoyo organizativo y que los sistemas
RFID actuales no están diseñados para las necesidades
específicas de los hospitales [13].
IV. LIMITACIONES YFUTURAWORK
A. Limitaciones
Esta revisión solo cubre publicaciones revisadas por pares con trabajo
completo, lo que podría conducir a un sesgo de publicación.
B. Trabajo futuro
Para analizar empíricamente el uso de soluciones RFID en
situaciones de atención médica, planeamos experimentos
sistemáticos en nuestro laboratorio para evaluar conceptos mentales
como la carga de trabajo cognitiva [45, 46], la concentración [47] y la
personalidad [48-50] en entornos multiagente. ajustes [51-54].
Dentro del diseño experimental, triangularemos conceptos
orientados al usuario objetivos y percibidos [55-57] utilizando datos
fisiológicos (es decir, datos electroencefalográficos [58-64] y
espectros [65-70], datos electrocardiográficos [71, 72], actividad [73],
fijación de los ojos [74, 75], diámetro de la pupila del ojo [76-78],
datos faciales [79]) y evaluación de la aceptación del usuario [80-83],
confianza [84, 85] en entornos multiagente [86-93].
ARECONOCIMIENTO
Esta investigación está financiada por la Fundación Carl Zeiss
y el Ministerio Federal Alemán de Educación e Investigación
(13FH4E03IA, 13FH4E07IA, 13FH176PX8, 13FH4E05IA).
RFERENCIAS
[1] EW T Ngai, K. L Moon, FJ Riggins, CY Yi, Una revisión de la literatura
académica (1995-2005) y futuras direcciones de investigación,
International Journal of Production Economics, pp. 510-520, abril de
2008.
[2] I. Al Kattan, T. Anjamrooz, The Financial Impact of Using RFID in Healthcare,
Conferencia internacional IEEE sobre ingeniería industrial y gestión de
ingeniería, págs. 1820-1824, diciembre de 2012.
[3] L. Catarinucci, D. De Donno, L. Mainetti, L. Palano , L. Patrono , ML
Stefanizzi , L. Tarricone, Integración de tecnologías UHF RFID y WSN
en sistemas sanitarios, Conferencia de aplicaciones y tecnología RFID
IEEE (RFID -TA), págs. 289-294, septiembre de 2014.
[4] SFWamba, EWT Ngia, Importancia de la ventaja relativa de RFID como habilitador
de activos, 45.ª Conferencia Internacional de Hawái sobre Ciencias de Sistemas,
págs. 2879-2889, enero de 2012.
[5] Xiaowei Zhu, Samar K. Mukhopadhyay, Hisashi Kurata, Una revisión de
la tecnología RFID y sus aplicaciones gerenciales en diferentes
industrias, Journal of Engineering and Technology Management, vol.
29, págs. 152-167, 2012.
[6] S.Madanian, The Use of E-Health Technologie in Healthcare Environment,
10.ª Conferencia internacional sobre comercio electrónico en países en
desarrollo, páginas 1-5, abril de 2016.
[7] N. Jebali (1), S. Beldi, A. Gharsallah, antenas RFID implantadas para
aplicaciones sanitarias generalizadas, circuitos y sistemas electrónicos
 Alta Frecuencia, Congreso Internacional de Ciencias de la Electrónica,
Tecnologías de la Información y las Telecomunicaciones, vol.7,pp.
149-152,2012.
[8] R. Perrin y N. Simpson, Rfid y códigos de barras: importancia crítica para mejorar la
atención segura de los pacientes, Journal of Healthcare Information
Management, vol. 18, págs. 33-39, 2004.
[9] F. Rahman, MZA Bhuiyan, SI Ahamed, Un marco de preservación de la privacidad
para sistemas de atención médica basados en RFID, Sistemas informáticos de
generación futura, vol. 72, págs. 339-352, julio de 2017.
[10] JM Reiner y M. Sullivan, RFID en el cuidado de la salud: ¿una panacea para las
regulaciones y los problemas que afectan a la industria?, Healthcare Purchasing
News, 2005.
[11] S. Amendola, R. Lodato, S. Manzari, C. Occhiuzzi, G. Marrocco, Tecnología
RFID para la atención médica personal basada en IoT en espacios
inteligentes, IEEE Internet of Things Journal, vol. 1, núm. 2, págs. 144-152,
abril de 2014.
[12] N. Mahmood, A. Shah, A. Waqas, Z. Bhatti, A. Abubakar, H. Abid, Sistema de
gestión hospitalaria inteligente basado en RFID: Un marco conceptual, La
5ª Conferencia Internacional sobre Tecnologías de la Información y la
Comunicación para Musulmanes Mundo, noviembre de 2014.
[13] W. Yao, CH Chu, Z. Li, El uso de RFID en el cuidado de la salud: Beneficios y
barreras, Conferencia internacional IEEE sobre tecnología y aplicaciones
RFID, pp.2-4, junio de 2010.
[14] W. Yao, CH Chu, Z. Li, La adopción e implementación de tecnologías RFID en el
cuidado de la salud: una revisión de la literatura, Journal of Medical Systems, vol.
36, págs. 3507-3525, diciembre de 2012.
[15] PH Frisch, RFID en el hospital inteligente de hoy Mejorando la atención al paciente
y optimizando las operaciones hospitalarias, Conferencia internacional IEEE
sobre tecnología y aplicaciones RFID, págs. 458-463, septiembre de 2019.
[16] V. Jagadeeswari, V. Subramaniyaswamy, R. Logesh y V. Vijayakumar, Un
estudio sobre Internet médico de las cosas y Big Data en el sistema de
atención médica personalizado, Ciencias y sistemas de información de
salud, diciembre de 2018.
[17] Y. Bendavid, H. Boeck, R. Philippe, Sistema de trazabilidad activado por RFID
para envíos y productos de alto valor: un estudio de caso en el sector de la
salud, Journal of Medical Systems, 2011, págs. 2-5.
[18] MC León-Araujo, E. Gómez-Inhiesto, MT Acaiturri-Ayesta, Implementación y
evaluación de un gabinete inteligente RFID para mejorar la trazabilidad y
el consumo eficiente de suministros médicos de alto costo en un hospital
grande, Journal of Medical Systems, 2019 , págs. 4.
[19] MM Pérez, M. Canosa, J. Hermida, L. García, D. Gómez, GV González, IM
Herranz, “Aplicación de la Tecnología RFID en el Seguimiento de Pacientes
y Trazabilidad de Medicamentos en Atención de Urgencias, Journal of
Medical Systems, 2012, págs. 2, 6, 10.
[20] P. Sun, B. Wang, F. Wu, Un nuevo método para proteger la seguridad de los
medicamentos para pacientes hospitalizados mediante la implementación de RFID,
Journal of Medical Systems, 2008, págs. 2-3.
[21] F. Rahmana, A. Bhuiyan, SI Ahamed, Un marco de preservación de la
privacidad para los sistemas de salud basados en RFID, Future
Generation Computer Systems 72 (2017) 339–352, 2016, pp. 2.
[22] G. Calcagnini et. al, “Evaluación de los efectos térmicos y no térmicos de la
exposición UHF RFID en fármacos biológicos”, IEEE Transactions on
Information Technology in Biomedicine, 2012, pp, 1.
[23] R. Khosla, B. Chowdhury, Sistema de gestión de pacientes en tiempo real para
hospitales basado en RFID, 6.ª Conferencia internacional del IEEE sobre
informática y ciencias de la información (ICIS), 2007, págs. 363 a 368.
[24] H. Lai, L. Tseng, C. Lin, Consideraciones de los gerentes de alto nivel para la
adopción de RFID en hospitales: un estudio empírico en Taiwán, Journal of
Medical Systems, 2014.
[25] C. Teng, A. Ivie, M. Leavitt, Un sistema de gestión de muestras de
laboratorio con una solución RFID comercialmente viable, ICMHI '17:
Actas de la 1.ª Conferencia internacional sobre informática médica y
sanitaria, 2017, págs. 42–47.
[26] L. Castro, E. Lefebvre, LA Lefebvre, Adición de inteligencia a la gestión de
activos móviles en hospitales: el verdadero valor de RFID, Journal of
Medical Systems, 2013.
[27] P. Paul H. Frisch, RFID en la mejora de la atención al paciente y la
optimización de las operaciones hospitalarias en el hospital inteligente
actual, Conferencia internacional IEEE de 2019 sobre tecnología y
aplicaciones RFID (RFID-TA), 2019, págs. 458 a 463.
[28] F. Wu, L. Liu, F. Kuo, La aplicación de RFID en la seguridad de los medicamentos en el
cuidado de la salud de enfermería para pacientes hospitalizados, ICEC '05: Actas de la
séptima conferencia internacional sobre comercio electrónico, 2005, págs. 85-92.
[29] M. Toobaei, R. Danskin, T. Ngarmnil, L. Pham, H. Pham, B. Wang,
Evaluación de tecnologías RFID y Wi-Fi para aplicaciones RTLS
Licencia de uso autorizada limitada a: Universidad Nacional Pedro Ruiz Gallo. Descargado el 29 de noviembre de 2022 a las 02:25:46 UTC de IEEE Xplore. Se aplican restricciones.
en Centros de Salud, 2013 Proceedings of PICMET '13: Technology
Management in the IT-Driven Services (PICMET), 2013, pp. 2690 –
2703.
[30] L. Ho, M. Moh, Z. Walker, T. Hamada, C. Su, Un prototipo de RFID y redes de
sensores para el cuidado de la salud de personas mayores: informe de
progreso, E-WIND '05: Actas del taller ACM SIGCOMM de 2005 sobre
enfoques experimentales para el diseño y análisis de redes inalámbricas,
2005, pp. 70-75.
[31] S. Parlak, I. Marsic, RS Burd, Reconocimiento de actividad para atención de
emergencia mediante RFID, BodyNets '11: Actas de la 6.ª Conferencia
internacional sobre redes de área corporal, 2011, págs. 40-46.
[32] E. Becker, V. Metsis, R. Arora, J. Vinjumur, Y. Xu, F. Makedon, SmartDrawer:
Cajón de medicamentos inteligente basado en RFID para entornos de
asistencia, Actas de la 2.ª Conferencia internacional sobre tecnologías
generalizadas relacionadas con Entornos de asistencia, 2009.
[33] S. Bureau, M. Bick, S. Piramuthu, Identificación por radiofrecuencia: un caso para
el cuidado de la salud, iiWAS'2010 - La 12.ª Conferencia internacional sobre
integración de la información y aplicaciones y servicios basados en la web,
2010, págs. 875- 878.
[34] C. Wang, L. Xie, W. Wang, Y. Chen, Y. Bu, S. Lu, RF-ECG: Evaluación de
la variabilidad de la frecuencia cardíaca basada en la matriz de
etiquetas RFID COTS, Actas de la ACM en Interactive, Mobile ,
Tecnologías usables y ubicuas, 2018, pp. 1-26.
[35] E. Becker, V. Metsis, R. Arora, J. Vinjumur, Y. Xu, F. Makedon,
SmartDrawer: Cajón de medicamentos inteligente basado en RFID
para entornos de asistencia, PETRA '09: Actas de la 2.ª Conferencia
internacional sobre Tecnologías generalizadas relacionadas con
entornos de asistencia, 2009, págs. 1-8.
[36] Z. Wu, S. Lin, T. Chen, C. Wang, Un esquema seguro de autenticación RFID
para aplicaciones médicas, 2013 Séptima Conferencia Internacional sobre
Servicios Móviles e Internet Innovadores en Computación Ubicua, 2013,
págs.
[37] MJ Miller, DM Ferrin, T. Flynn, M. Ashby, Uso de tecnologías RFID para
capturar datos de simulación en el departamento de emergencias de un
hospital, Actas - Conferencia de simulación de invierno, 2006, págs. 1365 -
1371.
[38] K. Fan, W. Wang, Y. Wang, H. Li, Y. Yang, Protocolo ligero de protección de la privacidad en
el cuidado de la salud RFID basado en la nube, 2016.
[39] F. Antar, M. Jain, H. Dugyala, D. Nelluri, R. Morelos-Zaragoza, Mejoras de
confiabilidad en el seguimiento de RFID de pacientes de atención médica con
múltiples etiquetas, 2017 IEEE SmartWorld, Inteligencia y computación ubicua,
computación avanzada y confiable, Computación y comunicaciones escalables,
computación en la nube y big data, Internet de las personas e innovación de
ciudades inteligentes, 2017.
[40] K. Efe, V. Raghavan, S. Choubey, Modelado de simulación de activos hospitalarios
móviles gestionados con sensores RFID, Actas de la Conferencia de simulación
de invierno de 2009 (WSC), 2009, págs. 2054. 2064.
[41] L. Catarinucci, R. Colella, M. Blasi, L. Patrono, L. Tarricone, Etiquetas RFID
UHF mejoradas para el rastreo de fármacos, Journal of Medical Systems
(2012) 36:3451–3462, 2011, págs. 2.
[42] Mateska, A., Pavloski, M. y Gavrilovska, L., RFID y sensores habilitados
para el cuidado de ancianos en el hogar. En: Actas de la 34.ª
Convención Internacional, 2011, págs. 285–290.
[43] MT Mardini, Y. Iraqi, N. Agoulmine, Una encuesta sobre sistemas de monitoreo de
atención médica para pacientes con enfermedades crónicas y ancianos, Journal
of Medical Systems, 2019, págs. 10.
[44] D. Parry, B. Houliston, J. Foy, Seguimiento RFID para estudiar la actividad
clínica en el quirófano, Conferencia internacional IEEE de 2014 sobre
informática sanitaria, 2014, págs. 349-354.
[45] R. Buettner, "Investigación de la relación entre la complejidad del sitio web
visual y la carga de trabajo mental de los usuarios: una perspectiva de
NeuroIS", en Sistemas de información y neurociencia, vol. 10 de LNISO,
pp. 123-128, 2015.
[46] R. Buettner, S. Sauer, C. Maier y A. Eckhardt, “Predicción en tiempo real del
rendimiento del usuario basada en la evaluación de los alumnos mediante
Eye Tracking”, AIS Trans Hum.-Comput Interact, vol. 10, núm. 1, págs.
26-56, 2018.
[47] R. Buettner, H. Baumgartl y D. Sauter, "Microsaccades as a Predictor
of a User's Level of Concentration", ser. LNISO, vol. 29, págs.
173-177, 2018.
[48] R. Buettner, "Comportamiento del usuario en línea y huellas digitales", Trier,
Alemania, 2019.
[49] R. Buettner, "Servicios digitales innovadores basados en la personalidad", en
PACIS '16 Proc., artículo 278, 2016.
 [50] R. Buettner, "La personalidad como predictor del uso empresarial de las redes
sociales: una investigación empírica de los patrones de uso de XING", en PACIS
'16 Proc., artículo 163, 2016.
[51] R. Buettner, "Una estructura de clasificación para negociaciones automatizadas",
en IEEE/WIC/ACM WI-IAT 2006 Proc., págs. 523-530, 2006.
[52] R. Buettner y S. Kirn, “Poder de negociación en las negociaciones
electrónicas: un mecanismo de negociación bilateral”, en EC-Web '08
Proc., ser. LNC, vol. 5183, págs. 92-101, 2008.
[53] R. Buettner, "Cooperación en la caza y el intercambio de alimentos: un modelo de
confianza bioinspirado para dos jugadores", en BIONETICS '09 Proc., Avignon,
Francia, 9 al 11 de diciembre de 2009, págs. 1 a 10. , 2009.
[54] J. Landes y R. Buettner, “¿Negociación basada en argumentos?
¡Argumentación basada en la negociación!” en EC-Web '12 Proc., págs.
149-162, 2012.
[55] R. Buettner, "Preguntar tanto al cerebro del usuario como a su propietario
utilizando instrumentos NeuroIS psicofisiológicos subjetivos y objetivos"
en Actas de ICIS 2017, 2017.
[56] R. Buettner, "Conseguir un trabajo a través de mercados de redes sociales orientados a la
carrera: La debilidad de demasiados lazos", Electronic Markets, vol. 27, núm. 4, págs.
371-385, 2017.
[57] R. Buettner, "Predicción del comportamiento del usuario en los mercados electrónicos
basada en la extracción de personalidad en las grandes redes sociales en línea: un
marco de recomendación de productos basado en la personalidad", Electronic Markets,
vol. 27, núm. 3, págs. 247-265, 2017.
[58] R. Buettner, M. Hirschmiller, K. Schlosser, M. Roessle, M. Fernandes e
IJ Timm, "Exclusión de alto rendimiento de la esquizofrenia utilizando
un nuevo método de aprendizaje automático en datos de EEG"
en IEEE Healthcom 2019 Proc., págs. 1-6, 2019.
[59] R. Buettner, J. Fuhrmann y L. Kolb, "Hacia una diferenciación de alto rendimiento
entre la narcolepsia y la hipersomnia idiopática en grabaciones de EEG de 10
minutos utilizando un enfoque novedoso de aprendizaje automático"
en IEEE Healthcom 2019 Proc., págs. 1-7, 2019.
[60] R. Buettner, D. Beil, S. Scholtz y A. Djemai, "Desarrollo de un algoritmo basado en
el aprendizaje automático para detectar con precisión la esquizofrenia basado
en grabaciones de EEG de un minuto", en HICSS-53 Proc., págs. 3216-3225, 2020.
[61] R. Buettner, A. Grimmeisen y A. Gotschlich, "Diagnóstico de alto rendimiento de
los trastornos del sueño: un enfoque de aprendizaje automático novedoso,
preciso y rápido utilizando datos electroencefalográficos", en HICSS-53 Proc.,
págs. 3246- 3255, 2020.
[62] T. Rieg, J. Frick, M. Hitzler y R. Buettner, "Detección de alcoholismo de alto
rendimiento mediante el despliegue de espectros de EEG combinados
mediante el método Random Forests", en HICSS-52 Proc., págs. 3769 -
3777, 2019.
[63] R. Buettner, T. Rieg y J. Frick, "Diagnóstico de enfermedades basado en el
aprendizaje automático utilizando los espectros de EEG desplegados: hacia un
sensor de software inteligente", ser. LNISO, vol. 32, págs. 165-172, 2019.
[64] R. Buettner, T. Rieg y J. Frick, "Detección de alto rendimiento de la epilepsia en
grabaciones de EEG sin convulsiones: un nuevo enfoque de aprendizaje
automático que utiliza subbandas de EEG epilépticas muy específicas", en ICIS
2019 Proc. , papel ID 2536, 2019.
[65] J. Gross, H. Baumgartl y R. Buettner "Un nuevo enfoque de aprendizaje automático
para el diagnóstico de alto rendimiento de la adicción prematura a Internet
utilizando los espectros de EEG desplegados", en AMCIS 2020 Proc., 2020, en
prensa.
[66] J. Breitenbach, H. Baumgartl y R. Buettner, "Detección de somnolencia
diurna excesiva en grabaciones de EEG en estado de reposo: un nuevo
enfoque de aprendizaje automático utilizando subbandas y canales de
EEG específicos", en AMCIS 2020 Proc., 2020, en prensa.
[67] H. Baumgartl, E. Fezer y R. Buettner, "Clasificación de dos niveles del estrés
crónico mediante el aprendizaje automático en grabaciones de EEG en estado
de reposo", en AMCIS 2020 Proc., 2020, en prensa.
[68] H. Baumgartl, P. Roessler, D. Sauter y R. Buettner, R, "Measuring
Social Desirability using a Novel Machine Learning Approach based
on EEG Data", en PACIS 2020 Proc., 2020, en prensa.
[69] D. Raab, H. Baumgartl y R. Buettner, "Diagnóstico basado en el aprendizaje
automático del trastorno por atracón usando grabaciones de EEG", en PACIS
2020 Proc., 2020, en prensa.
[70] H. Baumgartl, F. Dikici, D. Sauter y R. Buettner, "Detección del trastorno de
personalidad antisocial mediante un nuevo algoritmo de aprendizaje
automático basado en datos electroencefalográficos", en PACIS 2020
Proc., 2020, en prensa.
[71] R. Buettner, L. Bachus, L. Konzmann y S. Prohaska, "Preguntar tanto al corazón del
usuario como a su propietario: evidencia empírica del dualismo de sustancias",
ser. LNISO, vol. 29, págs. 251-257, 2018.
Licencia de uso autorizada limitada a: Universidad Nacional Pedro Ruiz Gallo. Descargado el 29 de noviembre de 2022 a las 02:25:46 UTC de IEEE Xplore. Se aplican restricciones.
[72] R. Buettner y M. Schunter, "Detección eficiente de enfermedades cardíacas basada
en el aprendizaje automático", en IEEE Healthcom 2019 Proc., págs. 1 a 6, 2019.
[73] A. Eckhardt, C. Maier y R. Buettner, "La influencia de la presión para realizar
y la experiencia en el cambio de percepciones y el desempeño del usuario:
un análisis experimental de métodos múltiples", en ICIS '12 Proc., 2012.
[74] R. Buettner, "Carga de trabajo cognitiva de los seres humanos que utilizan
sistemas de inteligencia artificial: hacia la medición objetiva aplicando la
tecnología de seguimiento ocular", en KI 2013 Proc., ser. LNAI, vol. 8077, págs.
37-48, 2013.
[75] A. Eckhardt, C. Maier, JP-A. Hsieh, T. Chuk, AB Chan, AB Hsiao y R. Buettner,
"Medidas objetivas del comportamiento de uso de IS en condiciones de
experiencia y presión utilizando datos de fijación ocular".
en ICIS '13 Proc., 2013.
[76] R. Buettner, “Inclusión social en soluciones de participación electrónica y
gobierno electrónico: un enfoque experimental de laboratorio sistemático
utilizando medidas psicofisiológicas objetivas”, en EGOV/ePart 2013 Proc.,
ser. LNI, vol. P-221, págs. 260-261, 2013.
[77] R. Buettner, B. Daxenberger, A. Eckhardt y C. Maier, "Carga de trabajo cognitiva
inducida por los sistemas de información: introducción de una forma objetiva de
medición basada en las respuestas del diámetro pupilar", en Pre-ICIS HCI/MIS
2013 Proc ., artículo 20, 2013.
[78] R. Buettner, S. Sauer, C. Maier y A. Eckhardt, "Hacia la predicción ex ante del
rendimiento del usuario: una nueva metodología NeuroIS basada en la
medición en tiempo real del esfuerzo mental", en HICSS-48 Proc. , págs.
533-542, 2015.
[79] R. Buettner, "Identificación robusta del usuario basada en unidades de acción facial que no se ven
afectadas por las emociones de los usuarios", en HICSS-51 Proc., págs. 265-273, 2018.
[80] R. Buettner, B. Daxenberger y C. Woesle, "Aceptación del usuario en
diferentes sistemas de negociación electrónica: un enfoque comparativo",
en ICEBE '13 Proc., págs. 1-8, 2013.
[81] R. Buettner, "Hacia un nuevo modelo de aceptación de tecnología de información
personal: conceptualización y evidencia empírica de un conjunto de datos de
traer su propio dispositivo", en AMCIS '15 Proc., 2015.
[82] R. Buettner, "Análisis del problema de la evasión de sitios de redes sociales
internas de los empleados: ¿los usuarios se resisten debido a sus
preocupaciones sobre la privacidad?" en HICSS-48 Proc., págs. 1819-1828, 2015.
[83] R. Buettner, "Conseguir un trabajo a través de sitios de redes sociales orientados a
la carrera: la debilidad de los lazos", en HICSS-49 Proc., págs. 2156-2165, 2016.
[84] F. Meixner y R. Buettner, “La confianza como parte integral para el éxito de la
computación en la nube”, en ICIW 2012 Proc., pp. 207-214, 2012.
[85] R. Buettner, R., "El impacto de la confianza en la protección del consumidor en el
comportamiento de compra por Internet: un estudio empírico que utiliza un gran
conjunto de datos oficiales de la Unión Europea", en BDS-2020 Proc., 2020, en prensa.
[86] R. Buettner, “El estado del arte en los modelos de negociación automatizados de la
perspectiva del comportamiento y la información”, ITSSA, vol. 1, no. 4, págs.
351-356, 2006.
[87] R. Buettner, “Negociaciones electrónicas desde la perspectiva de los costos de
transacción”, en IADIS'07 Proc., vol. 2, págs. 99-105, 2007.
[88] R. Buettner, “Información imperfecta en las negociaciones electrónicas: un
estudio empírico”, en IADIS'07 Proc., vol. 2, págs. 116-121, 2007.
[89] J. Landes y R. Buettner, “Asignación de trabajo en una agencia de empleo temporal
a través de subastas VCG de precios multidimensionales utilizando un sistema
de agentes múltiples”, en MICAI '11 Proc., págs. 182-187, 2011.
[90] R. Buettner y J. Landes, “Aplicaciones basadas en servicios web para mercados
laborales electrónicos: una subasta VCG de precios multidimensional con
servicios públicos individuales”, en ICIW 2012 Proc., págs. 168-177, 2012.
[91] R. Buettner, "Una revisión sistemática de la literatura sobre la investigación de
crowdsourcing desde una perspectiva de gestión de recursos humanos", en
HICSS-48 Proc., págs. 4609-4618, 2015.
[92] R. Buettner, “Automatisierte Verhandlungen in Multi-Agenten-
Systemen”, Berlín: Springer, 2010.
[93] S. Rodermund, R. Buettner e IJ Timm, "Hacia la planificación previa basada
en la simulación para el análisis experimental de los empujones", en
WI-2020 Proc., 2020.