Diseñan un método que permite evaluar el estado de dependencia en personas mayores mediante técnicas de inteligencia artificial
Este estudio de la Universidad de Granada permite medir automáticamente la dependencia de las personas mayores de manera no intrusiva, utilizando para ello únicamente una pulsera inteligente, mientras realizan actividades de la vida diaria. Estos resultados pueden ahorrar tiempo a los sanitarios y a los sistemas de salud mediante la detección precoz de la dependencia, y otras enfermedades o deterioros.
Fuente: Universidad de Granada
Investigadores de la Universidad de Granada (UGR), pertenecientes a los departamentos de Lenguajes y Sistemas informáticos (LSI) y Fisioterapia, han desarrollado un nuevo método, basado en técnicas de Inteligencia Artificial (IA), para evaluar el estado de dependencia en personas mayores de 65 años.
El estudio, publicado en la revista International Journal of Medical Informatics, confirma que es posible medir automáticamente la dependencia de las personas mayores de manera no intrusiva, utilizando para ello únicamente una pulsera inteligente, mientras realizan actividades de la vida diaria. Estos resultados pueden ahorrar tiempo a los sanitarios y a los sistemas de salud mediante la detección precoz de la dependencia, y otras enfermedades o deterioros.
Tradicionalmente, el estado de dependencia de los mayores de 65 años se evalúa con tests o cuestionarios que los mayores se administran a sí mismos, o que otras personas administran, como el cuestionario de Lawton & Brody. Las personas mayores son emplazadas a realizar 8 actividades instrumentales de la vida diaria (AIVDs), mientras un profesional sanitario observa si la realizan adecuadamente o si tienen alguna dificultad.
Entre dichas actividades se encuentran la capacidad del mayor para utilizar el teléfono, realizar la compra, preparar la comida, lavar la ropa, etc. En general, este tipo de evaluaciones basadas en la observación requieren de un tiempo considerable y, además, tienen un valor subjetivo. Por lo tanto, no se suelen realizar por falta de recursos.
Tratando de superar dichas desventajas, los autores del estudio realizado en la UGR han utilizado dispositivos wearables, como relojes y pulseras inteligentes (smartwatch o wrisband) para recoger datos fisiológicos de los mayores (datos objetivos de sus constantes vitales), durante la realización de una actividad instrumental de la vida diaria (AIVD) compleja y muy completa como es realizar la compra en un supermercado.
El investigador responsable de este trabajo junto con participantes en el estudio.
Tras realizar el análisis de dichos datos en combinación con la aplicación de técnicas de aprendizaje automático, los autores del estudio han logrado validar un modelo capaz de discriminar entre personas dependientes e independientes de forma precisa, no intrusiva y poco costosa.
Referencia bibliográfica:
M. Garcia-Moreno, M. Bermudez-Edo, E. Rodríguez-García, J. M. Pérez-Mármol, J. L.
Garrido, M. J. Rodríguez-Fórtiz. A machine learning approach for semi-automatic assessment of IADL dependence in older adults with wearable sensors. International Journal of Medical Informatics, Volume 157, 104625, (2022). DOI: https://doi.org/10.1016/j.ijmedinf.2021.104625
Últimas publicaciones
Un equipo de investigación de la Universidad de Cádiz ha combinado imágenes de satélite y modelos matemáticos para identificar el origen y las causas de la formación de hileras de residuos flotantes en la cuenca mediterránea noroccidental. Esta tecnología permite reconstruir una línea temporal detallada del proceso y muestra cómo los eventos climáticos extremos, principalmente lluvias torrenciales, pueden inyectar grandes cantidades de basura al medio marino. Durante los 3 meses analizados, los expertos calcularon la entrada de 50 toneladas de desechos al mar, la gran mayoría concentrada en un evento de entrada de tan solo tres días de duración.
Investigadores de esta institución lideran la iniciativa, en la que participan 200 personas y que concluirá con un informe que recopilará acciones prácticas para mejorar la funcionalidad ecológica del campus.
Sigue leyendo
El inventario, liderado por el Consejo Superior de Investigaciones Científicas (CSIC), actualiza el conocimiento sobre la biodiversidad en la Reserva de la Biosfera de Doñana, área protegida y amenazada. Las aves son el grupo más rico con 417 especies. Las siguen los peces, con 182 especies. En total se incluyen 700 especies de vertebrados y se excluyen del listado las especies domesticadas.
Sigue leyendo
