独立生活风险预测与预防的推理支持

近年来，由于老年人口大幅增加，人们对提供老年人临床护理的解决方案越来越感兴趣。在患者家中进行监测对于确保家庭环境中的护理连续性至关重要，但为了有用，这项活动不能对患者过于侵入，也不能给护理人员带来负担。我们原型设计了一个名为SINDI（安全独立生活）的系统，其重点在于：i) 通过无线传感器网络收集关于人和环境的有限数据，以及ii) 从这些数据中推断出足够的信息，以支持护理人员了解患者的健康状况并预测其健康可能的发展。我们的基于层次逻辑的健康模型结合了来自不同来源的数据：底层包括传感器数据、测试结果、常识知识和患者的临床概况，上层则包括健康状况之间的关联规则。逻辑形式化和推理过程基于回答集编程。这种逻辑编程范式的表达能力使得即使在可用信息不完整且可能不一致的情况下也能推理健康演变，而声明性简化了护理人员的规则规范，并允许知识的自动编码。本文描述了这些问题如何在SINDI系统的应用场景中得到解决。