Creación de perfiles de movimiento evolutivos utilizando una red de sensores inalámbrica y agentes inteligentes

Resumo

The elderly population is the fastest growing age group in our society";" it also presents the most problems related to abandonment, social isolation and poverty. One of the main health problem faced by this population age group is falls, as they are the leading cause of death related accidents. In this research work it is proposed a solution not only to detect falls, but to also detect health problems and incorrect activities that propitiate these falls, increasing the safety and quality of life of its users. This is achieved through the application of various advanced algorithms, which allow the definition of intelligent human motion profiles based on inertial and physiological sensors. In addition, the proposed solution has a very low impact on the user's day-to-day life, a large autonomy and reduced deployment costs. The major contributions of thesis were conducted in the following areas: Ambient Assisted Living (AAL), Body Area Networks (BAN) and Intelligent Systems (IS).La tendencia de envejecimiento de la población, más significativa en países desarrollados, constituye una alerta ante la necesidad de adaptación de las tecnologías existentes para los desafíos que este fenómeno acarrea. En este sentido, un estudio realizado en 2008 por Eurostat prevé que el porcentaje de personas con más de 65 años aumentará de un 17.1% a un 30% en el 2060, pasando de existir 84,6 millones de personas mayores de 65 años en 2008, a 151,1 millones en 2060. Paralelamente, un informe realizado en el año 2004 por la HealthEvidence Network para la Organización Mundial de la Salud establece que el 30% de la población con edad superior a 65 años sufre una caída por lo menos una vez al año. Este porcentaje aumenta significativamente según avanza en rango estudiado, alcanzando un 50% en personas mayores de 80 años. Estas caídas se traducen en la principal causa de los accidentes que conllevan el ingreso de personas mayores en centros hospitalarios, así como en la principal causa de muertes acarreadas por heridas. En relación con estas situaciones de riesgo, es necesario realizar una distinción entre caídas en las cuales la persona mayor se encuentra acompañada por alguien, de aquellas en las que la persona se encuentra sola y queda en una situación donde le resulta imposible pedir ayuda, permaneciendo grandes períodos de tiempo sin los debidos cuidados médicos. En algunos casos estos períodos se prolongan en el tiempo y conllevan inevitablemente la muerte de la persona. Un caso típico que representa el escenario descrito anteriormente es el suceso de un Accidente Vascular Cerebral (AVC), donde el período de tiempo para prestar una ayuda eficaz es bastante reducido y la persona mayor no dispone de capacidad para pedir auxilio. Teniendo en cuenta todos estos hechos, en la comunidad científica se han llevado a cabo distintos trabajos preliminares con el objetivo de dar una respuesta adecuada al problema de las caídas, sobre todo en aquellos escenarios donde las personas se encuentran solas. A este respecto, se destaca el desarrollo de nuevos dispositivos para la adquisición de datos (nodos sensoriales), el diseño de una arquitectura de comunicaciones escalable y la implementación de algoritmos específicos para la detección de caídas normales, entendiendo por normal aquella caída donde la persona no choca contra ningún objeto y su movimiento no se interrumpe durante el desplome. En este contexto, el problema surge cuando existe una desaceleración intermedia causada, por ejemplo, porque la persona intenta evitar la caída agarrándose a algún objeto presente en la estancia. Este problema representa el punto de partida de la presente propuesta, que pretende explorar las tecnologías existentes y adaptarlas para la detección eficaz de este tipo de caídas mediante la construcción de un modelo evolutivo de detección. El modo en el que se pretende resolver el problema planteado es mediante la creación de perfiles de movimiento evolutivos, generados mediante el empleo de agentes inteligentes. A través de la utilización de perfiles, se espera no sólo mejorar la detección de caídas normales, sino identificar caídas que no eran detectables en la actualidad como caídas con obstáculos o caídas causadas por enfermedades súbitas (como por ejemplo el AVC). Además, la utilización de agentes inteligentes permitirá analizar de forma constante las variaciones de los perfiles de movimiento, siendo de utilidad para diagnosticar deterioros de la postura del individuo y prevenir la posible ocurrencia de caídas.A tendencia de envellecemento da poboación, mais significativa en países desenvolvidos, constitúe unha alerta ante a necesidade de adaptación das tecnoloxías existentes para os desafíos que este fenómeno posúe. Neste senso, un estudo realizado no 2008 por Eurostat prevé que a porcentaxe de persoas con mais de 65 anos aumentará dun 17.1% a un 30% no 2060, pasando de existir 84,6 millóns de persoas maiores de 65 años en 2008, a 151,1 millóns en 2060. Paralelamente, un informe realizado no ano 2004 pola HealthEvidence Network para a Organización Mundial da Saúde establece que o 30% da poboación con idade superior a 65 anos sofre una caída polo menos una vez ó año. Este porcentaxe aumenta de xeito significativo segundo avanza o rango estudado, alcanzando un 50% en persoas maiores de 80 anos. Estas caídas tradúcense na principal causa dos accidentes que teñen como causa o ingreso de persoas maiores en centros hospitalarios, así como na principal causa de mortes causadas por feridas. En relación con estas situacións de risco, é necesario realizar unha distinción entre caídas nas que a persoa maior se atopa acompañada por alguén, de aquelas nas que a persoa se atopa soa e queda nunha situación na que lle resulta imposible pedir axuda, permanecendo grandes períodos de tempo sen os debidos coidados médicos. Nalgúns casos estes períodos prolónganse no tempo e teñen como consecuencia inevitable la morte da persoa. Un caso típico que representa o escenario descrito anteriormente é o suceso dun Accidente Vascular Cerebral (AVC), onde o período de tempo para prestar unha axuda eficaz é bastante reducido e a persoa maior non dispón de capacidade para pedir auxilio. Tendo en conta todos estes feitos, na comunidade científica leváronse a cabo distintos traballos preliminares co obxectivo de dar unha resposta adecuada ó problema das caídas, sobre todo en aqueles escenarios onde as persoas se atopan solas. A este respecto, destácase o desenvolvemento de novos dispositivos para a adquisición de datos (nodos sensoriais), o deseño dunha arquitectura de comunicacións ampliable e a implementación de algoritmos específicos para a detección de caídas normais, entendendo por normal aquela caída onde a persoa no tropeza contra ningún obxecto e o seu movemento non se interrompe durante o seu desplome. Neste contexto, o problema xurde cando existe unha desaceleración intermedia causada, por exemplo, porque a persoa intenta evitar a caída agarrándose a algún obxecto presente na estancia. Este problema representa o punto de partida da presente proposta, que pretende explorar as tecnoloxías existentes e adaptalas para a detección eficaz deste tipo de caídas mediante a construción dun modelo evolutivo de detección. O modo no que se pretende resolver o problema plantexado é mediante a creación de perfís de movemento evolutivos, xerados mediante o emprego de axentes intelixentes. A través da utilización de perfís, se espera non so mellorar a detección de caídas normais, senón identificar caídas que non eran detectables na actualidade como caídas con obstáculos ou caídas causadas por enfermidades súbitas (como por exemplo o AVC). Ademais, a utilización de axentes intelixentes permitirá analizar de forma constante as variacións dos perfís de movemento, sendo de utilidade para diagnosticar problemas na postura do individuo e prever a posible ocorrencia de caídas.