Está usted en: Noticias -> Actualidad

Creado por investigadores de la Universidad de Sevilla

Detector de caídas para personas mayores que evita falsas alarmas

Investigadores del grupo M2TB de la Universidad de Sevilla han desarrollado un detector de caídas para personas mayores de tamaño reducido y que ha demostrado una tasa de detección cercana al 100% sin falsas alarmas. El sistema ‘captura’ los movimientos cotidianos de cada persona y es capaz de autorrepararse en caso de bloqueo. Su diseño y primeros resultados se han avanzado en el Congreso Internacional de ciencias aplicadas en tecnologías de la información y biomedicina.

Según la Sociedad Española de Geriatría y Gerontología, aproximadamente el 30% de las personas mayores de 65 años sufren una caída una vez al año. Para los mayores de 80 años, ese porcentaje se eleva hasta el 50%. Los dispositivos actuales son grandes y a veces alertan cuando no existe riesgo. Su tamaño hace que a veces sean rechazados por su falta de discreción, ya que son claramente visibles. Sin embargo, el prototipo pre-industrial que han desarrollado estos ingenieros sevillanos es reducido (2x2 centímetros), lo que aumenta su aceptación. “En el diseño del sensor se han tenido en cuenta los resultados de un estudio de laboratorio sobre 50 voluntarios que han valorado el mismo durante su fase de desarrollo”, aclaran desde el grupo de investigación a la Fundación Descubre.

Junto al tamaño, otro de los inconvenientes actuales es que, a veces, los dispositivos alertan cuando no existe riesgo, debido al algoritmo matemático en que se basan. “Normalmente estos dispositivos realizan el proceso de detección en dos fases. En primer lugar, se detecta si el sujeto ha sufrido un impacto, para después comprobar si el sujeto se encuentra en posición horizontal. Si se cumplen ambos pasos, se activa una alarma sonora/lumínica que avisa al usuario, que lanzará un aviso al centro de emergencia si no se cancela la alarma”, aclara el investigador responsable del proyecto Manuel Prado.

Esta fórmula de detección tiene dos inconvenientes: no detecta ciertas caídas y alerta en caso de movimientos que no constituyen un riesgo. “Por ejemplo, un sujeto que sufra un desvanecimiento, y pueda paliar de forma gradual su caída, no presentaría alarma porque no se detecta ningún impacto”, aclara Prado.

Para superar estas deficiencias el dispositivo ideado por la Universidad de Sevilla cuenta con dos elementos: un sensor y un teléfono móvil inteligente (smartphone), éste último, que actúa de computador central, permanece fijo en cualquier lugar del domicilio y el usuario sólo tiene que llevar el sensor. “Estamos evaluando integrar el dispositivo de diferentes maneras para hacerlo lo más cómodo posible. Por un lado, estudiamos si se podría adherir a la piel del usuario mediante un apósito. Otra opción es que lo llevasen a modo de complemento, insertado una pulsera”, explica Prado. En este último supuesto, el sistema es capaz de detectar los movimientos que corresponden a una caída y diferenciarlos de cualquier gesto de la mano, por ejemplo.

Esta precisión se debe a que utiliza un algoritmo de detección distinto a los actuales, ya que no se limita a medir el impacto y la horizontalidad del sujeto, sino que analiza la posición y la energía asociada a cada movimiento del usuario. En esta detección a través de energías es donde reside la novedad y la fiabilidad del dispositivo, ya que cada actividad (sentarse, por ejemplo) cuenta con una representación energética -un ‘dibujo’ en una gráfica- distinta.

“El sistema mide la aceleración en tres direcciones, calculando las energías asociadas a cada uno, y asociándolas con movimientos concretos del sujeto. Cuando hay una caída se produce un pico de energía en ciertas direcciones, es decir, los niveles superan ciertos umbrales y no se adaptan a las pautas normales que tiene ‘memorizadas’ el sistema”, explica Prado.

Sistema adaptativo

Todo este proceso se desarrolla en un dispositivo de pequeño tamaño, el “sensor inteligente”, que ‘aprende’. Esto supone que es adaptativo, porque va memorizando los umbrales típicos de cada persona, asociados a sus movimientos diarios, por ejemplo, los que corresponden a caminar o estar sentado o tumbado. “La técnica de aprendizaje se basa en que el sensor, en colaboración con el smartphone, va detectando unas energías que se repiten, correspondientes a actividades cotidianas, que identifica y ‘asimila’ pasadas unas horas de actividad normal desde que comienza a utilizarse”, aclara el investigador.

A estas ventajas se suman su capacidad de autorreparación, ya que cuando el sensor se queda bloqueado, el smartphone actúa de ‘mecánico’ y lo desbloquea, lo que facilita el mantenimiento del dispositivo.

Hasta el momento, los investigadores han desarrollado un prototipo pre-industrial, en colaboración con las empresas Bastet Biosystems y SHS Consultores, en el que aún están definiendo la forma en que el usuario portará el dispositivo y en función de ésta, los procedimientos de alimentación (baterías o pilas). El siguiente paso, según adelantan los expertos, será añadir al sistema nuevos algoritmos que midan ciertos niveles fisiológicos como la temperatura, la presión arterial o el oxígeno en sangre. “Esta nueva utilidad ampliará el número de usuarios, que no sólo serán personas mayores, también deportistas o pacientes afectados con patologías que necesiten controlarse ciertos parámetros”, asevera Prado.