•  I
• a · A  I
• Accesibilidad  I
• Mapa web  I
• Buscar  I
• Directorio

• ::  Iniciar sesión :: 

Un equipo de investigadores de la Universitat Politècnica de València (UPV), en colaboración con un grupo de profesionales pertenecientes a la Escuela Politécnica Nacional (EPN) de Quito (Ecuador), ha desarrollado IoTE-Fall, un sistema que, aprovechando las ventajas del Internet de las Cosas (IoT, por su sigla en inglés) y aplicando algoritmos de aprendizaje automático, detecta y advierte en tiempo real de cualquier caída.

El proyecto tiene como origen la voluntad de hacer frente a las que sufren las personas de mayor edad, circunstancia que supone uno de los problemas de salud de mayor gravedad a nivel global. No en vano, en España, según un estudio de la Junta de Andalucía, uno de cada tres mayores de 65 y la mitad de quienes superan los 80 años sufren, al menos, una caída doméstica al año. Además, un alto porcentaje de las mismas -en concreto, un 70%- se producen dentro del hogar.

El trabajo realizado por miembros de la UPV y la EPN, que ha sido publicado por la revista Personal and Ubiquitous Computin, se enmarca en la línea de investigación de interoperabilidad de plataformas de internet de las cosas liderada por Carlos Enrique Palau, catedrático de la UPV.

La importancia de la asistencia a tiempo

Jara Suárez de Puga, investigadora del Departamento de Comunicaciones de la UPV, indica que "una caída no asistida a tiempo puede derivar en deterioro funcional y una disminución significativa de la movilidad, independencia y calidad de vida de las personas mayores". Para evitarlo, IoTE-Fall se coloca en la cintura de las personas mayores y detecta al instante cualquier movimiento anómalo del usuario, siendo capaz de discernir si ha sufrido una caída o no.

En este sentido, Diana Yacchirema profesora de la EPN de Quito que se encuentra completando los estudios de doctorado en la UPV advierte que, "en caso de que se produzca la caída, el sistema alerta de forma remota a los profesionales de la salud, a los centros de emergencia, a los cuidadores y a los familiares, enviando la posición exacta de la persona que ha sufrido dicha caída".

Componentes y funcionamiento

El sistema IoTE-Fall se compone de un dispositivo portátil, una red de comunicación inalámbrica, una pasarela IoT y servicios en la nube. Según explica Palau, cada uno de estos componentes juega un papel muy importante en la detección de caídas. Así se ha comprobado en el proyecto europeo ACTIVAGE, en el que participa el grupo de investigación de la UPV, y que utiliza tecnologías de este tipo para mejorar la vida de las personas mayores a través de diferentes servicios.

"El dispositivo portátil", apunta Yacchirema, "a través de diferentes sensores, mide la aceleración de los movimientos de las personas mayores y transmite la información a la puerta de enlace de IoT mediante una red de área inalámbrica. La puerta procesa y analiza los datos recibidos y, en el caso de que se produzca cualquier caída, la detecta rápidamente y envía los mensajes de alerta en tiempo real".

Aprendizaje automático para la detección de falsos positivos

En comparación con otros sistemas de detección y alerta de caídas, los investigadores destacan como novedad de IoTE-Fall el hecho de que ha sido desarrollado con componentes no especializados, así como su combinación con los desarrollos del proyecto europeo INTER-IoT, liderado por la UPV, que permite la integración con cualquier plataforma IoT que esté incluida en el componente de interoperabilidad.

La utilización de algoritmos de aprendizaje automático permite la detección de falsos positivos y evita que se movilice a los familiares y personal especializado en situaciones en que no se ha producido caída alguna.

De cara a la mejora de sus prestaciones, los investigadores españoles y ecuatorianos trabajan en la integración de nuevos sensores como medidores de ritmo cardiaco y de presión arterial, entre otros.