| Systèmes embarqués | ARM Cortex-M (M4/M33), RISC-V, Zephyr RTOS ou FreeRTOS, C/C++ embarqué | Exécuter le micrologiciel de l'appareil, contrôler les capteurs et gérer la consommation d'énergie. |
| Technologies de biodétection | ECG, PPG, accéléromètres MEMS, capteurs de surveillance continue de la glycémie (CGM) | Enregistrer les signaux physiologiques et de mouvement utilisés pour établir des mesures de santé. |
| Technologies de biodétection avancées et émergentes | Réseaux microfluidiques de détection de la transpiration, spectroscopie d'impédance biologique (BIA), activité électrodermique (EDA/GSR), capteurs acoustiques piézoélectriques, capteurs numériques de température cutanée, capteurs optiques NIRS, capteurs de pression barométrique, IMU à 6 et 9 axes, capteurs de gaz ambiants et de COV | Élargir la surveillance afin d'y inclure la composition biochimique de la sueur, l'hydratation et l'équilibre hydrique, la réponse au stress, la rigidité artérielle, l'évolution de la température, l'oxygénation des tissus, la détection des chutes et les indicateurs de rééducation, les troubles moteurs et les déclencheurs respiratoires. |
| IA en périphérie et traitement du signal | Traitement numérique du signal (DSP), TinyML, TensorFlow Lite pour microcontrôleurs, Edge Impulse, réseaux neuronaux quantifiés | Éliminer les artefacts de mouvement, détecter les anomalies et extraire localement des biomarqueurs spécifiques afin que seules les informations exploitables soient transmises. |
| Protocoles de communication sans fil | Bluetooth Low Energy (BLE) avec GATT, NFC, Wi-Fi, LTE-M, NB-IoT | Connectez les appareils portables à des smartphones, des passerelles ou des services cloud. |
| Frameworks et API de développement mobile | Apple HealthKit, Android Health Connect, Core Bluetooth | Permettre aux applications mobiles d'accéder aux données de santé et aux données issues des appareils portables prises en charge, de les synchroniser et de les partager. |
| Technologies de Cloud computing et de streaming | AWS, Microsoft Azure, Google Cloud, Apache Kafka | Collecter, traiter et gérer les données issues des appareils portables, tous appareils confondus et pour l'ensemble des populations de patients. |
| Normes et API relatives aux données de santé | HL7 FHIR, FHIR Ressource Observation, SMART sur FHIR | Échanger les données issues des appareils portables avec les dossiers médicaux électroniques (DME) et d'autres systèmes logiciels cliniques. |
| Apprentissage automatique et analyse des séries chronologiques | Python, PyTorch, scikit-learn, Google Cloud Vertex AI | Analyser les données longitudinales, détecter les anomalies et élaborer des modèles destinés à l'évaluation clinique. |
| Technologies de sécurité et d'identité | TLS, AES-256, OAuth 2.0, OpenID Connect | Protéger les échanges de données et contrôler l'accès aux plateformes de dispositifs portables et aux informations relatives aux patients. |