Internet of Things and Big Data Technologies for Next Generation Healthcare

Volumen académico de investigación editado por Chintan Bhatt, Nilanjan Dey y Amira S. Ashour para la serie Studies in Big Data de Springer, que explora las sinergias entre el Internet de las Cosas Médicas (IoMT) y la analítica masiva de datos clínicos para revolucionar la telemedicina y la atención sanitaria personalizada. Está dirigido a investigadores, académicos, bioingenieros y profesionales del procesamiento de datos biomédicos con formación avanzada en ciencias computacionales, matemáticas o ingeniería de la salud que necesiten conocer las propuestas teóricas y experimentales más recientes en la digitalización médica.

A lo largo de sus quince capítulos monográficos, la obra analiza la captación ininterrumpida de variables fisiológicas a través de redes de área corporal médicas (MBAN/WBAN) y sensores corporales no invasivos (frecuencia cardíaca, ECG, electroencefalografía EEG y oximetría), evaluando su transmisión mediante tecnologías inalámbricas y redes 5G hacia infraestructuras de computación en la niebla (fog computing) y la nube. Asimismo, detalla algoritmos de aprendizaje automático, redes neuronales y minería de datos aplicados al análisis de señales biomédicas y registros electrónicos de salud (EHR) para el soporte en la toma de decisiones clínicas y el diagnóstico predictivo. El libro también aborda esquemas de encriptación, protocolos de autenticación y modelos de evaluación de vulnerabilidades diseñados para garantizar la privacidad y la confidencialidad de la información médica conforme a normativas de ciberseguridad sanitaria.

Al tratarse de una compilación de artículos científicos y revisiones del estado del arte elaboradas por múltiples investigadores internacionales, el contenido es rigurosamente teórico y orientado al análisis de modelos matemáticos y arquitecturas conceptuales. Su principal valor radica en recopilar un panorama completo de los desafíos y soluciones emergentes en la intersección entre biosensores, aprendizaje automático y macrodatos en el ámbito de la salud. Como contrapartida, la obra no ofrece código fuente aplicable, librerías de programación listas para implementar ni proyectos de software comerciales; es un texto de consulta y fundamentación científica ideal para diseñar investigaciones formales, tesis de posgrado o marcos de referencia en sistemas de salud digital.