MADRID, 7 Jul. (EUROPA PRESS) -
La Universidad Rey Juan Carlos (URJC) ha desarrollado un sistema de teleasistencia basado en visión artificial con la capacidad de detectar caídas o desmayos de personas mayores cuando estén solas en su domicilio.
Esta detección automática dispara una alarma y el sistema puede enviar un mensaje SMS-MMS a familiares o a un centro de asistencia sanitaria. Con ello se acorta el tiempo de atención sanitaria del anciano, reduciendo el riesgo asociado a la caída o el desmayo.
Este sistema, que es el resultado de la investigación del Grupo Robótica de la URJC, se denomina 'Eldercare' y también permite delimitar zonas de seguridad y detectar intrusiones en ellas de modo autónomo utilizando cámaras, por lo que se puede configurar para declarar terrazas o enchufes como zonas de peligro para enfermos de Alzheimer. En estos casos el sistema permite disparar la alarma en caso de una intrusión en el espacio declarado peligroso.
'Eldercare' funciona de manera completamente autónoma, lo que evita que tenga que haber una persona mirando las pantallas constantemente. Además, preserva la privacidad del anciano pues las imágenes no se graban en ningún momento ni salen del sistema. También es capaz de monitorizar a varias personas simultáneamente.
Actualmente existen productos de telesistencia que permiten al anciano pulsar un collar para señalizar una indisposición o una emergencia, pero estos sistemas no funcionan si el anciano sufre un desvanecimiento y pierde la consciencia.
Como ventaja frente a estos productos, 'Eldercare' está basado en visión artificial y por ello funciona de manera no intrusiva: la persona no ha de vestir ningún artilugio especial ni se requiere de actuación suya en caso de emergencia.
'Eldercare' utiliza técnicas avanzadas de visión artificial para estimar continuamente la posición tridimensional de la persona. Para instalarlo, tan solo se necesita un pequeño computador y dos o más cámaras de videoconferencia.
El software de la aplicación se articula en tres bloques funcionales. El primero es un bloque de análisis de imágenes que es capaz de aprender el color de las personas en la zona monitorizada. El aprendizaje es continuo, lo que le permite adaptarse a condiciones de luz variables y a la distinta apariencia del paciente de un día para otro.
El segundo bloque es el de estimación tridimensional, que utiliza técnicas evolutivas y filtros de partículas para estimar la posición en el espacio; y el tercero consiste en un bloque de definición de alarmas fácilmente configurable.
