Universidad de Burgos RIUBU Principal Default Universidad de Burgos RIUBU Principal Default
  • español
  • English
  • français
  • Deutsch
  • português (Brasil)
  • italiano
Universidad de Burgos RIUBU Principal Default
  • Ayuda
  • Contacto
  • Sugerencias
  • Acceso abierto
    • Archivar en RIUBU
    • Acuerdos editoriales para la publicación en acceso abierto
    • Controla tus derechos, facilita el acceso abierto
    • Sobre el acceso abierto y la UBU
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    • español
    • English
    • français
    • Deutsch
    • português (Brasil)
    • italiano
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Listar

    Todo RIUBUComunidadesFechaAutor / DirectorTítuloMateria / AsignaturaEsta colecciónFechaAutor / DirectorTítuloMateria / Asignatura

    Mi cuenta

    AccederRegistro

    Estadísticas

    Ver Estadísticas de uso

    Compartir

    Ver ítem 
    •   RIUBU Principal
    • E-Prints y Datos de investigación
    • Grupos de investigación
    • Inteligencia Computacional Aplicada (GICAP)
    • Ponencias / Comunicaciones de congresos GICAP
    • Ver ítem
    •   RIUBU Principal
    • E-Prints y Datos de investigación
    • Grupos de investigación
    • Inteligencia Computacional Aplicada (GICAP)
    • Ponencias / Comunicaciones de congresos GICAP
    • Ver ítem

    Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10259/11162

    Título
    Towards Intelligent and Immersive Healthcare: Edge-AI, IoMT, and Digital Twins in the Metaverse
    Autor
    Marco Detchart, Cédric
    Curiel Herrera, Leticia ElenaAutoridad UBU Orcid
    Urda Muñoz, DanielAutoridad UBU Orcid
    Rincón Arango, Jaime AndrésAutoridad UBU Orcid
    Publicado en
    Intelligent Data Engineering and Automated Learning IDEAL, p. 505-514
    Editorial
    Springer
    Fecha de publicación
    2025-11
    ISBN
    978-3-032-10486-1
    DOI
    10.1007/978-3-032-10486-1_46
    Descripción
    Trabajo presentado en: International Conference on Intelligent Data Engineering and Automated Learning 2025, realizado del 13 al 15 de noviembre de 2025, en Jaén (España)
    Resumen
    The integration of emerging technologies such as Virtual Reality (VR), Artificial Intelligence (AI), and the Internet of Medical Things (IoMT) is transforming personalized healthcare. This work presents an innovative system that leverages the concept of digital health twins, IoMT devices, and immersive VR environments to enable real-time remote monitoring of biomedical signals (ECG, PPG, blood pressure, oxygen saturation, among others). Captured data is transmitted to centralized servers where neural networks analyze health parameters, allowing early anomaly detection and dynamic adjustment of treatment plans. The system also incorporates a cloud-connected assistant based on embedded hardware, enhancing continuous patient monitoring and interaction within both physical and virtual environments. To safeguard sensitive medical data, robust cybersecurity measures are integrated, including encrypted communications, authentication protocols, and local storage failover in case of connectivity loss. This multi-layered approach ensures patient confidentiality and system resilience. By improving diagnostic accuracy, optimizing patient experiences, and extending healthcare access to remote areas, this solution contributes to reducing overcrowding in medical facilities and enabling more equitable healthcare delivery.
    Palabras clave
    Edge-AI
    Cognitive assistant
    Healthcare
    IoMT
    Virtual reality
    ML
    Materia
    Tecnología médica
    Medical technology
    Salud
    Health
    Inteligencia artificial
    Artificial intelligence
    URI
    https://hdl.handle.net/10259/11162
    Versión del editor
    https://doi.org/10.1007/978-3-032-10486-1_46
    Aparece en las colecciones
    • Monografías / Capítulos de monografía GICAP
    • Ponencias / Comunicaciones de congresos GICAP
    Ficheros en este ítem
    Nombre:
    Marco-ideal_2025.pdfEmbargado hasta: 2026-11-07
    Tamaño:
    5.038Mb
    Formato:
    Adobe PDF
    Visualizar/Abrir

    Métricas

    Citas

    Ver estadísticas de uso

    Exportar

    RISMendeleyRefworksZotero
    • edm
    • marc
    • xoai
    • qdc
    • ore
    • ese
    • dim
    • uketd_dc
    • oai_dc
    • etdms
    • rdf
    • mods
    • mets
    • didl
    • premis
    Mostrar el registro completo del ítem

    Universidad de Burgos

    Powered by MIT's. DSpace software, Version 5.10