Биосенсоры, интегрированные с интернетом медицинских вещей (IoMT), для тестирования инфекционных заболеваний в месте оказания медицинской помощи

В глобальном масштабе текущая пандемическая ситуация свидетельствует об увеличении числа заразных заболеваний, вызываемых патогенами. Быстрое распространение этих заболеваний за относительно короткий период угрожает здоровью населения и, вероятно, экономике. Существенной проблемой для системы здравоохранения остаются традиционные диагностические методы, поскольку лабораторная диагностика занимает много времени и требует сложных процедур. В настоящее время существует потребность в разработке тестирования в месте оказания медицинской помощи для быстрого выявления инфекционных заболеваний и получения результатов непосредственно на месте, что позволяет своевременно принимать меры и раньше начинать лечение. Кроме того, такие устройства играют важную роль в предотвращении передачи инфекций, обеспечивая тестирование в режиме реального времени и получение результатов микробиологической диагностики лабораторного качества в течение нескольких минут. Своевременная диагностика и последующая оптимизация лечения способствуют сдерживанию вспышек инфекционных заболеваний. В настоящее время предпринимаются усилия по технологическому развитию тестирования в месте оказания медицинской помощи на основе интернета медицинских вещей (IoMT). Интернет медицинских вещей обеспечивает беспроводную работу устройств и их подключение к специалистам здравоохранения и медицинским центрам. В настоящем обзоре обсуждаются недавно разработанные диагностические системы для применения в месте оказания помощи, интегрированные с IoMT или потенциально пригодные для такой интеграции, с акцентом на новые и вновь возникающие инфекционные заболевания, включая малярию, лихорадку денге, грипп A (H1N1), инфекцию, вызванную вирусом папилломы человека (ВПЧ), лихорадку Эбола, инфекцию, вызванную вирусом Зика, и COVID-19. Системы тестирования в месте оказания медицинской помощи с поддержкой IoMT способны устранить разрыв между получением биоинформации, масштабным оперативным анализом и клинической валидацией. Оптимизированные системы такого типа будут полезны для понимания прогрессирования заболеваний, принятия решений о лечении и оценки эффективности назначенной терапии.