Diseñan una herramienta para mejorar la integración de tecnologías en el cuidado de personas mayores y dependientes
Este sistema, denominado AALFlow y desarrollado por investigadores de la Universidad de Cádiz, permite combinar múltiples soluciones IoT de forma sencilla, facilitando la monitorización personalizada sin necesidad de conocimientos en programación.
Fuente: Universidad de Cádiz
Un equipo de investigadores de la Universidad de Cádiz, pertenecientes al grupo UCASE de Ingeniería del Software (TIC-025), ha desarrollado AALFlow, una innovadora propuesta tecnológica que supone un avance significativo en el ámbito del cuidado y la monitorización de personas mayores y dependientes. Este desarrollo se enmarca en el creciente interés por los sistemas de vida asistida por el entorno (AAL, por sus siglas en inglés), que aprovechan tecnologías basadas en el Internet de las Cosas (IoT) para mejorar la calidad de vida de las personas.
AALFlow incluye además una herramienta gráfica intuitiva, pensada para que personas sin conocimientos en programación —como profesionales del cuidado o terapeutas ocupacionales— puedan diseñar sus propias soluciones adaptadas a situaciones reales.
Actualmente, existen múltiples dispositivos y sistemas que permiten, por ejemplo, detectar caídas, monitorizar constantes vitales o reconocer actividades cotidianas. Sin embargo, la falta de interoperabilidad entre ellos —debido a la diversidad de hardware, software y formatos de datos— limita su potencial conjunto. Frente a este desafío, el equipo de la UCA ha creado AALFlow, una herramienta que facilita la integración flexible de soluciones IoT ya existentes, sin necesidad de modificarlas ni reprogramarlas.
La clave de este avance radica en el uso de un enfoque de desarrollo dirigido por modelos, que permite representar visualmente flujos de información entre distintos sistemas heterogéneos. AALFlow incluye además una herramienta gráfica intuitiva, pensada para que personas sin conocimientos en programación —como profesionales del cuidado o terapeutas ocupacionales— puedan diseñar sus propias soluciones adaptadas a situaciones reales.
Gracias a un mecanismo de transformación automática, los modelos gráficos generados por el usuario se convierten directamente en código ejecutable, lo que reduce errores, ahorra tiempo y democratiza el acceso a tecnologías avanzadas. En un caso de estudio práctico, la herramienta fue capaz de generar automáticamente más de 700 líneas de código, a partir de unas pocas configuraciones iniciales.
Los resultados de esta propuesta han sido evaluados de forma exhaustiva. Las pruebas de rendimiento y escalabilidad confirman que el sistema funciona de forma estable incluso ante una elevada carga de datos (hasta mil eventos por segundo) y durante periodos prolongados. Además, una evaluación con veinte personas usuarias confirmó la alta usabilidad y utilidad de la herramienta, que obtuvo una calificación A+ en el índice de usabilidad (SUS).
Como ejemplo de aplicación real, AALFlow se ha utilizado para combinar datos de monitorización de salud (como frecuencia cardíaca y saturación de oxígeno) con el reconocimiento de actividades diarias, permitiendo analizar patrones y rutinas de forma personalizada. Más allá del hogar, esta tecnología es aplicable en residencias de mayores, hospitales, centros de rehabilitación, escuelas y espacios laborales, entre otros entornos asistenciales.
En definitiva, AALFlow representa un importante paso hacia la integración eficaz y accesible de tecnologías IoT en sistemas de atención personalizada. Un desarrollo que mejora la calidad de vida de personas mayores y dependientes, al tiempo que pone herramientas avanzadas al alcance de quienes las necesitan.
Referencia bibliográfica: Pablo Caballero-Torres, Manuel Cano-Crespo, Guadalupe Ortiz and Inmaculada Medina-Bulo (2024): ‘AALFlow: A Model-Driven Approach for the Integration of Internet of Things Heterogeneous Solutions for Ambient Assisted Living’. IEEE Internet of Things Journal, VOL. 11, Nº. 20
Últimas publicaciones
Investigadores del grupo BioChenge del Departamento de Genética de la Universidad de Granada han desarrollado Theia, una herramienta basada en inteligencia artificial que permite medir de forma rápida y fiable las características morfológicas de los organismos directamente en el campo, utilizando únicamente un teléfono móvil de gama media y sin necesidad de conexión a Internet.
Sigue leyendo
Un equipo de investigación de la Universidad de Jaén ha comprobado en en células humanas in vitro y modelos de ratón que un gen no codificante bautizado por este grupo de investigación con el nombre de Walras aparece más activo en machos con patologías del corazón que en hembras. El hallazgo abre una nueva línea para diseñar futuras terapias frente a ciertas cardiopatías.
El área de servicios de Mellaria, ubicada en la ruta que conectaba Córdoba con Mérida, tendría ocho habitaciones, un baño y un patio según el estudio de las variaciones del subsuelo realizado por el Grupo 'Unidad Patricia' de la Universidad de Córdoba.
