Metoder och tekniker för beslutsstöd för övervakning av individstatus

Syftet med TRIS var att utveckla metoder och tekniker för ett beslutsstödssystem för övervakning av individers status. Övervakningen var tänkt att ske genom insamling av fysiologisk information och olika former av omgivningsinformation. Systemet skulle samla in, filtrera, fusionera och visualisera denna information i syfte att stödja användarens beslutsprocess. Relevant statusinformation skulle göras snabbt tillgänglig för användaren i enlighet med dennes önskemål och behov. Ett beslutsstödssystem för övervakning av individstatus bör ha komponenter/funktioner för automatisk insamling av sensordata genom sensorer och kommunikationssystem, för automatisk analys av sensordata och för användarinteraktion. Det finns idag inga kända beslutsstödssystem för övervakning av individstatus i denna mening. De system som används idag består huvudsakligen av komponenter för datainsamling och visualisering, men saknar mogna komponenter för automatisk sensordataanalys. Bayesianska tekniker för automatisk sensordataanalys går att använda för analys av fysiologiska data. Det finns t.ex. god potential för automatisk aktivitetsklassificering och händelseklassificering. F-REX (FOI Reconstruction and EXploration tool) har god potential att utvecklas till ett beslutsstödsverktyg för övervakning av individstatus. Fortsatt utveckling är nödvändig för att öka användbarheten i system för övervakning av individstatus. Inte minst behöver datainsamlingskomponenter och kommunikationsmoduler vidareutvecklas med avseende på vikt, storlek och energiförsörjning. Kommersiellt tillgänglig teknologi uppfyller inte ställda krav. System för övervakning av individstatus är främst användbara i samband med övning, testverksamhet och forskning i syfte att ta reda på hur nya former av t.ex. utrustning eller miljöer påverkar individen. Det är av intresse att få fram olika mått på fysisk ansträngning, stressnivå och förekommande miljöfaktorer, som kan utvärderas mot övningens resultat.