El móvil detecta la caída de un mayor

Diario de León.

Caerse es algo serio a cualquier edad, pero lo es mucho más para las personas mayores que son propensas a romperse un hueso. Estas caídas que son la causa más común de accidentes en los individuos de más de 65 años de edad, son el objeto de estudio de un proyecto que arranca ahora en la Universidad de León y que pretende desarrollar un prototipo de software para detectar las caídas.

Y es que en la actualidad no es noticia que la mayoría de los dispositivos móviles incorporen sensores hardware que produzcan un importante caudal de información sobre el movimiento y la posición del dispositivo; además de disponer de servicios de posicionamiento. Pero lo que sí es noticioso es el hecho de que la Universidad de León vaya a aprovechar los nuevos sensores habituales  en los smartphones para dar servicios orientados a necesidades específicas de la población de avanzada edad.

Hasta ahora, y gracias a algoritmos de inteligencia artificial que permiten extraer indicadores de situaciones específicas interesantes, se ha investigado sobre la aplicación en detección de problemas de movilidad como la cojera, situaciones de emergencia o estudios en la rehabilitación de pacientes. Esta vez, la ULE pretende dar un paso adelante y detectar las caídas de las personas mayores con el fin de minimizar las consecuencias al poder se localizadas rápidamente.

Según explica el responsable del proyecto, Adolfo Rodríguez, a la hora de diseñar aplicaciones para smartphones que pretendan detectar situaciones peligrosas «es fundamental que tengan las propiedades de un buen sistema de diagnóstico». Es decir, los móviles actuales disponen de giroscopio, que junto al acelerómetro, permiten crear un sistema inercial que debe permitir evaluar mejor la señal del acelerómetro y, por tanto, evitar tanto falsos positivos (avisos de caídas cuando no son tales) como falsos negativos (caídas no detectadas). «Por otra parte y a más largo plazo, el uso del GPS puede permitir evaluar mejor el contexto geográfico en el que se está moviendo el dispositivo móvil y crear información que pemitirá considerar mejor el grado de riesgo en la posible caída», adelanta.

Este proyecto se desarrolla bajo la hipótesis de que es la información contextual relevante que se pueda extraer de los diferentes sensores del dispositivo así como del conocimiento de los hábitos del dueño del dispositivo lo que debe permitir desarrollar mejores aplicaciones de diagnóstico de situaciones peligrosas. Y para procesar toda esa información, «son las herramientas de reconocimiento de patrones y aprendizaje automático de la Inteligencia Artificial las que deben ofrecer el aparataje técnico necesario para lograr los objetivos deseados».

Por ejemplo, si se intenta detectar una caída que pueda ser potencialmente peligrosa para una persona mayor que vive sola, no es lo mismo que el portador del teléfono móvil se encuentre en su casa que se encuentre en el centro de jubilados. En el primer caso es muy posible que la persona se encuentre sola, mientas que en el segundo caso es muy improbable.

Rodríguez concreta que el objetivo de la ULE será superar los principales problemas de las aplicaciones diseñadas actualmente, entre los que se encuentra el hecho de que ahora es necesario el comportamiento activo del usuario, como aviso a servicios de emergencia o familiares. En este caso, el móvil deberá tener conexión a la red GSM (telefonía móvil) o similar para que pueda ser enviado un aviso de manera automática en caso de caída. Dependiendo del equipo móvil que se disponga puede ser necesario una conexión a datos si se desea enviar una geo-posición del lugar de la caída gracias al GPS. El responsable del proyecto concreta que «en todo caso» hablan de «smartphones con acelerómetros al menos y por tanto equipos superiores a los simples teléfonos móviles. Pero la penetración de los smartphones es ya muy grande en España y en otros países de similares características sociales». La conexión a datos no es necesaria para detectar la caída, pero una conexión remota es necesaria para que sea útil la detección de la misma y poder actuar a tiempo.

El equipo del proyecto se encuadra en el grupo de investigación SIFLEX de la ULE que desarrola e investiga en proyectos relacionados con sistemas de aprendizaje automático, sistemas fuzzy, algoritmos genéticos y modelos de redes neuronales y durante un año investigarán cómo poner en marcha esta aplicación móvil que mejore la seguridad de los más mayores, como una de las líneas de mayor interés de la Cátedra de Envejecimiento de la Universidad de León.

Fuente: Diario de León

Enlace relacionado: Proyecto CTULE12-1