Noticias

Una app aprende las rutinas de los usuarios de residencias para ayudarles en su día a día

Investigadores del grupo Quercus webEsta aplicación desarrollada por la UEx funciona con inteligencia artificial, aprende del comportamiento de la persona mayor y automatiza acciones habituales en la habitación, tales como, encender la luz, fijar la temperatura, la luminosidad o sintonizar un canal de televisión en dispositivos inteligentes. Una de las ventajas de esta aplicación móvil es que no necesita Internet.

Algoritmos de inteligencia artificial que permiten automatizar las tareas diarias y aprender de ellas para predecir acciones futuras. Esta es una de las líneas de investigación del grupo Quercus de la Universidad de Extremadura que se plasma en esta investigación cuyo objetivo es proponer un mejor seguimiento de las personas mayores en las residencias mediante el uso de todo tipo de dispositivos inteligentes, mejorando así su calidad de vida. 

Todo ello con una gran ventaja adicional, la solución tecnológica propuesta no necesita conexión a Internet, lo que convierte a esta aplicación idónea para residencias de mayores en el ámbito rural. Solo se necesita descargar la aplicación desarrollada por los investigadores en un teléfono móvil que trabaje con WiFi o Bluetooh, entre otros sistemas de comunicación, para interaccionar con el resto de los dispositivos del entorno. 

“Hemos trabajado en automatizar la interacción con los dispositivos inteligentes en el entorno de la habitación de una residencia gracias al seguimiento, a través del teléfono móvil, del comportamiento de la persona mayor a lo largo del día”, ha apuntado Javier Berrocal Olmeda, investigador del grupo Quercus y uno de los autores de este estudio.  

Así, mediante esta aplicación desarrollada por los investigadores de la UEx, los smart phones procesan la información de cada usuario, qué emisora de radio escucha, el programa de televisión preferido, la temperatura de la habitación, la luminosidad, toda aquella información relevante en la vida diaria de la persona mayor. Los dispositivos inteligentes ofrecen información sobre el ambiente, es el caso de los sensores de temperatura, humedad, movimiento o luminosidad. “Y sobre todo los smart phones juegan un papel muy importante, ya que proporcionan información contextual sobre la persona y su comportamiento”, ha subrayado el investigador de la UEx.

A continuación, un modelo de red neuronal detecta patrones de comportamiento, y predice comportamientos futuros con un porcentaje de éxito cercano al 90%, de acuerdo con este estudio.  Gracias a la inteligencia artificial, la información procesada por la aplicación móvil se traduce en patrones aprendidos que se automatizan. 

Por último, esta automatización se materializa en acciones: fijar una iluminación determinada, regular la temperatura de una habitación, sintonizar un canal específico de la televisión y encender/apagar un dispositivo conectado a la corriente eléctrica. Además, se pueden enviar notificaciones automáticas o cualquier otro tipo de notificación a los cuidadores en caso de emergencia. Este análisis de información es también valioso para los cuidadores y las familias ya que pueden conocer los hábitos y rutinas de las personas mayores, y detectar anomalías o avisar a emergencias. 

La flexibilidad que ofrece la arquitectura desarrollada permite a los hogares de mayores implementar el sistema con una amplia gama de dispositivos sin la necesidad de una conexión a Internet.

Esta investigación es también una línea de trabajo del Instituto Internacional de Innovación en Envejecimiento (4IE+), programa financiado por fondos europeos en el que participa la UEx y que está dedicado a la investigación del cuidado de personas de avanzada edad centrado en el ambiente rural de las regiones de Extremadura y Alentejo.

Referencia bibliográfica

Daniel Flores-Martin, Javier Rojo, Enrique Moguel, Javier Berrocal, Juan M. Murillo, "Smart Nursing Homes: Self-Management Architecture Based on IoT and Machine Learning for Rural Areas", Wireless Communications and Mobile Computing, vol. 2021, Article ID 8874988, 15 pages, 2021. https://doi.org/10.1155/2021/8874988