Tıbbi nesnelerin interneti (IoMT) teknolojisini kullanan kablosuz vücut alan ağlarında yeni bir atılım gerçekleşti. Araştırmacılar, vücuda yerleştirilen tıbbi sensörler arasındaki veri iletimini optimize eden yapay zeka tabanlı bir yönlendirme protokolü geliştirdi.
QQMR adı verilen bu yeni sistem, Q-learning makine öğrenmesi algoritmasını kullanarak tıbbi verileri üç farklı öncelik seviyesinde sınıflandırıyor. Kritik yaşamsal bulgular, rutin ölçümler ve genel sağlık verileri için ayrı ayrı öğrenme politikaları uygulayan sistem, her veri türü için en uygun iletim yollarını belirliyor.
Kablosuz vücut alan ağları, kalp atışı, kan basıncı, vücut sıcaklığı gibi vital bulguları sürekli izleyen sensörlerden oluşuyor. Bu ağlar, dinamik topoloji değişiklikleri, sınırlı enerji kaynakları ve farklı hizmet kalitesi gereksinimeri gibi teknik zorluklarla karşılaşıyor.
Yeni protokol, adaptif çok seviyeli kuyruk sistemi ve bulanık C-ortalamalar kümeleme tekniklerini birleştirerek bu sorunları çözmeye odaklanıyor. Sistem, ana ve yedek iletim yollarını akıllıca seçerek ağın güvenilirliğini artırıyor.
Deneysel çalışmalar, QQMR protokolünün mevcut yöntemlere kıyasla paket teslimat oranını artırdığını, gecikme sürelerini, yönlendirme yükünü ve enerji tüketimini önemli ölçüde azalttığını gösteriyor. Bu gelişme, giyilebilir tıbbi cihazların yaygınlaşmasına ve uzaktan hasta takibi sistemlerinin daha etkili hale gelmesine katkı sağlayabilir.