| Systemy wbudowane | ARM Cortex-M (M4/M33), RISC-V, Zephyr RTOS lub FreeRTOS, wbudowane C/C++ | Uruchamianie oprogramowania sprzętowego urządzenia, sterowanie czujnikami oraz zarządzanie zużyciem energii. |
| Technologie biosensorowe | EKG, PPG, akcelerometry MEMS, czujniki do ciągłego monitorowania poziomu glukozy (CGM) | Rejestruj sygnały fizjologiczne i ruchowe wykorzystywane do obliczania wskaźników zdrowotnych. |
| Zaawansowane i nowatorskie technologie biosensorowe | Mikroprzepływowe matryce do pomiaru potu, spektroskopia bioimpedancyjna (BIA), aktywność elektrodermalna (EDA/GSR), piezoelektryczne czujniki akustyczne, cyfrowe czujniki temperatury skóry, czujniki optyczne NIRS, czujniki ciśnienia barometrycznego, 6-osiowe i 9-osiowe czujniki IMU, czujniki gazów środowiskowych i lotnych związków organicznych (VOC) | Rozszerzyć monitorowanie o skład biochemiczny potu, nawodnienie i równowagę płynów, reakcję na stres, sztywność tętnic, zmiany temperatury, natlenienie tkanek, wykrywanie upadków i wskaźniki rehabilitacji, zaburzenia motoryczne oraz czynniki wywołujące reakcje oddechowe. |
| Sztuczna inteligencja na urządzeniach końcowych i przetwarzanie sygnałów | Cyfrowe przetwarzanie sygnałów (DSP), TinyML, TensorFlow Lite dla mikrokontrolerów, Edge Impulse, kwantyzowane sieci neuronowe | Usuwaj artefakty ruchowe, wykrywaj anomalie i wyodrębniaj konkretne biomarkery na poziomie lokalnym, tak aby przekazywane były wyłącznie informacje przydatne do podjęcia działań. |
| Protokoły komunikacji bezprzewodowej | Bluetooth Low Energy (BLE) z GATT, NFC, Wi-Fi, LTE-M, NB-IoT | Podłącz urządzenia do noszenia do smartfonów, bram sieciowych lub usług w chmurze. |
| Frameworki i interfejsy API do tworzenia aplikacji mobilnych | Apple HealthKit, Android Health Connect, Core Bluetooth | Umożliw aplikacjom mobilnym dostęp do obsługiwanych danych dotyczących zdrowia i urządzeń noszonych na ciele, a także ich synchronizację i udostępnianie. |
| Cloud i technologie strumieniowania danych | AWS, Microsoft Azure, Google Cloud, Apache Kafka | Pozyskiwanie, przetwarzanie i zarządzanie danymi z urządzeń noszonych na ciele, obejmującymi różne urządzenia i grupy pacjentów. |
| Standardy danych dotyczących opieki zdrowotnej i interfejsy API | HL7 FHIR, FHIR zasób Observation, SMART w FHIR | Wymiana danych pomiarowych z urządzeń noszonych na ciele z systemami EHR i innymi systemami oprogramowania klinicznego. |
| Uczenie maszynowe i analiza szeregów czasowych | Python, PyTorch, scikit-learn, Google Cloud Vertex AI | Analizować dane z pomiarów długoterminowych, wykrywać anomalie oraz opracowywać modele do oceny klinicznej. |
| Technologie związane z bezpieczeństwem i tożsamością | TLS, AES-256, OAuth 2.0, OpenID Connect | Zabezpieczaj wymianę danych oraz kontroluj dostęp do platform urządzeń noszonych na ciele oraz informacji o pacjentach. |