Questo studio è stato condotto per migliorare i sistemi esistenti di monitoraggio della salute a distanza (RHMS) per le malattie cardiache acquisendo i dati generati da tali sistemi e analizzarli per sviluppare un modello che predice l'esistenza di malattia coronarica tra i pazienti che lamentano dolore toracico senza alcun causa fisica. Quindi, questo lavoro aiuta a ridurre la partecipazione attiva dei caregiver laddove medici ed esperti disponibili non sono in egual proporzione con i pazienti disponibili, minimizza le visite ospedaliere, la degenza ospedaliera e le fatture, consentendo ai pazienti di essere attivamente coinvolti nei trattamenti della loro malattia. È stata sviluppata un'architettura in grado di raccogliere dati dai sistemi di monitoraggio sanitario esistenti utilizzando la tecnologia RFID, mentre è stato anche sviluppato un modello di previsione per prevedere la malattia coronarica tra i pazienti utilizzando una rete neurale artificiale. Il processo prevede l'estrazione di dati dai sistemi di monitoraggio della salute esistenti mediante RFID, pre-elaborazione-filtraggio e integrazione dei dati, formazione del modello mediante retropropagazione Multilayer perceptron ANN, aggregazione del modello mediante bootstrap aggregation-bagging e infine previsione e feedback.