Un equipo multidisciplinar de los campos de la Informática, la Psicología y la Empresa de la Universidad Jaume I de Castellón (Comunidad Valenciana) ha desarrollado un sistema de monitorización basada en la localización de interiores mediante dispositivos móviles. Sus creadores revelan que el propósito de este mecanismo es mejorar la observación del posicionamiento de las personas mayores, en sus propios domicilios y de forma no intrusiva, a partir de las señales wifi.
Este nuevo sistema detecta, de la manera más rápida posible, cambios en el comportamiento de las personas mayores, lo que permite intervenir a los especialistas en salud o a los familiares con toda la información disponible. El procedimiento no necesita ninguna infraestructura, es capaz de emitir avisos ante el comportamiento inusual de las personas monitorizadas y permite a quienes las cuidan consultar el comportamiento a través de una interfaz web.
El procedimiento no necesita ninguna infraestructura, es capaz de emitir avisos ante el comportamiento inusual de las personas monitorizadas y permite a quienes las cuidan consultar el comportamiento a través de una interfaz web
El estudio ha estado dirigido por el profesor Óscar Belmonte del Grupo de Investigación Giant (Machine Learning for Smart Environments) con la participación de Raúl Montoliu, del mismo grupo; Antonio Caballer, del Grupo de Investigación de Intervención y Evaluación en contextos socioeducativos, y Merche Segarra, del Departamento de Administración de Empresas y Marketing.
Según los datos del Instituto Nacional de Estadística (INE), referidos al año 2016, revelan que el 41,7% de las personas que residen solas en España son mayores de 65 años y el 70,7% de esta cifra son mujeres. La mayoría de ellas prefieren vivir en su domicilio y no en residencias. Incluso, hay estudios que indican que en términos económicos es mejor vivir en su hogar, pero esto implica que el cuidado y atención, en términos de organización de tiempo y económicos, recae mayoritariamente en la familia.
"Partimos del concepto de salud y envejecimiento activo que establece la Organización Mundial de la Salud. En este sentido, hablamos del uso de las nuevas tecnologías para la mejora de la sensación de soledad, de la participación, del nivel de seguridad y de mantener la mayor parte del tiempo a las personas mayores en su casa, sin tener que irse a centros de mayores", explica el investigador Antonio Caballer.
La teleasistencia o telecuidado ha permitido prestar servicios de asistencia y cuidado a las personas mayores de manera remota, mínimamente intrusiva, y en sus propios domicilios. Este servicio se ha usado para detectar anomalías que suponen un riesgo inminente para la salud de la persona, como una caída. Con el nuevo sistema propuesto por el equipo castellonense, será posible detectar potenciales situaciones de riesgo como, por ejemplo, si una persona permanece en la cama más de lo que es habitual o no ha ido a la cocina a hacerse la comida.
"El propósito es darse cuenta de la evolución en la salud de una persona a largo plazo. Si existe un deterioro continuado en sus funciones cognitivas o físicas, darnos cuenta lo antes posible e intentar determinar el momento en que empezó este deterioro"
"El propósito es darse cuenta de la evolución en la salud de una persona a largo plazo. Si existe un deterioro continuado en sus funciones cognitivas o físicas, darnos cuenta lo antes posible e intentar determinar el momento en que empezó este deterioro", explica Óscar Belmonte, autor principal del estudio.
El sistema usa parámetros objetivos para determinar el comportamiento habitual de la persona dentro de su domicilio, de forma que establece unos patrones de comportamiento y avisa cuando se produce una desviación. A partir de los datos de intensidad de la señal wifi es posible construir algoritmos que, una vez entrenados, estiman la posición del usuario según las intensidades medidas por un dispositivo que lleva el usuario. "La idea es, una vez construido el modelo de los datos de una persona, comprobar cada día si su comportamiento coincide con el comportamiento aprendido o si hay cambios de comportamiento", añade Belmonte.
El patrón de comportamiento se extrae de los datos proporcionados por los algoritmos de localización en interiores. Así, una vez que se conoce el comportamiento de la persona, se puede monitorizar para detectar las posibles desviaciones respecto del patrón conocido. De este modo se podrá evaluar si las desviaciones son ocasionales, indican un cambio progresivo en el comportamiento o señalan una posible situación de riesgo.