Algoritmos de visión artificial para detectar caídas de ancianos

Las caídas son la principal causa de lesiones y fallecimiento en los ancianos. Un tercio de personas de edad superior a 75 años sufre al menos una caída al año, lo cual es especialmente preocupante cuando viven solas.

Ahora, investigadores de ingeniería de la Universidad Politécnica de Madrid (UPM), en España, han desarrollado un dispositivo que permite vigilar la actividad de los mayores y alertar con un aviso al teléfono de sus familiares o cuidadores  en caso de caída o accidente.

El sistema diseñado por los ingenieros Alberto Brunete y Miguel Hernando ha recibido el premio Abc Solidario. El desarrollo consiste en una cámara web y un PC embebido que se coloca en techos y paredes. El dispositivo de bajo coste (menos de 90 euros), basa su funcionamiento en algoritmos de visión artificial que "identifica cuando una persona se está moviendo, está sentada o agachada o si ha sufrido una caída. Si la persona caída se recupera, también envía un aviso indicándolo”, explican los desarrolladores.

El sistema, que ha sido diseñado en el Centro de Automática y Robótica, presenta varias ventajas frente a otras versiones  comerciales existentes. “La mayoría de los prototipos de este estilo están basados en dispositivos que llevan acelerómetros-wearables. Nuestro prototipo no necesita ninguna intervención humana. No hay que llevarlo puesto ni interaccionar con él, una ventaja muy clara sobre todo en el caso de personas con alzhéimer u otras enfermedades degenerativas que pueden olvidarse de ponérselo”, aseguran.

La rápida respuesta de los sistemas de atención y el beneficio psicológico que implica para las personas, son otras de las ventajas que presenta el sistema. Este prototipo "reduce el miedo de los mayores a sufrir uno de estos accidentes y no recibir auxilio, lo que contribuye a mejorar la calidad de vida de quienes deciden vivir solos", indican.

Aunque el proyecto está aún en fase de desarrollo, los resultados obtenidos han sido prometedores, con un porcentaje de detección cercano al 100% de éxito, según los autores. (Fuente: UPM)