| Sistemi embedded | ARM Cortex-M (M4/M33), RISC-V, Zephyr RTOS o FreeRTOS, C/C++ embedded | Eseguire il firmware del dispositivo, controllare i sensori e gestire il consumo energetico. |
| Tecnologie di biosensori | ECG, PPG, accelerometri MEMS, sensori per il monitoraggio continuo della glicemia (CGM) | Acquisire i segnali fisiologici e di movimento utilizzati per ricavare parametri relativi allo stato di salute. |
| Tecnologie di biosensing avanzate ed emergenti | Matrici microfluidiche per il rilevamento del sudore, spettroscopia di bioimpedenza (BIA), attività elettrodermica (EDA/GSR), sensori acustici piezoelettrici, sensori digitali di temperatura cutanea, sensori ottici NIRS, sensori di pressione barometrica, IMU a 6 e 9 assi, sensori di gas ambientali e di COV | Ampliare il monitoraggio per includere la composizione biochimica del sudore, l’idratazione e l’equilibrio idrico, la risposta allo stress, la rigidità arteriosa, l’andamento della temperatura, l’ossigenazione dei tessuti, il rilevamento delle cadute e gli indicatori di riabilitazione, i disturbi motori e i fattori scatenanti respiratori. |
| Edge AI ed elaborazione del segnale | Elaborazione digitale del segnale (DSP), TinyML, TensorFlow Lite per microcontrollori, Edge Impulse, reti neurali quantizzate | Rimuovere gli artefatti di movimento, rilevare le anomalie ed estrarre biomarcatori specifici a livello locale, in modo che vengano trasmesse solo le informazioni utili. |
| Protocolli di comunicazione wireless | Bluetooth Low Energy (BLE) con GATT, NFC, Wi-Fi, LTE-M, NB-IoT | Collega i dispositivi indossabili a smartphone, gateway o servizi cloud. |
| Framework e API per lo sviluppo di applicazioni mobili | Apple HealthKit, Android Health Connect, Core Bluetooth | Consentire alle app mobili di accedere, sincronizzare e condividere i dati sanitari e quelli provenienti dai dispositivi indossabili supportati. |
| Tecnologie di Cloud computing e streaming | AWS, Microsoft Azure, Google Cloud, Apache Kafka | Acquisizione, elaborazione e gestione dei dati provenienti dai dispositivi indossabili su diversi dispositivi e per diverse popolazioni di pazienti. |
| Standard e API relativi ai dati sanitari | HL7 FHIR, Risorsa "Observation" di FHIR, SMART su FHIR | Scambiare i dati rilevati dai dispositivi indossabili con le cartelle cliniche elettroniche (EHR) e altri sistemi software clinici. |
| Apprendimento automatico e analisi delle serie temporali | Python, PyTorch, scikit-learn, Google Cloud Vertex AI | Analizzare i dati longitudinali, individuare le anomalie e sviluppare modelli per la valutazione clinica. |
| Tecnologie per la sicurezza e l'identità | TLS, AES-256, OAuth 2.0, OpenID Connect | Proteggere gli scambi di dati e controllare l'accesso alle piattaforme dei dispositivi indossabili e alle informazioni sui pazienti. |