Mejor información para la evaluación diaria del riesgo de caídas: estudios experimentales con tecnologías...

Área de la Ciencia:

• Gerontología
• Ciencias de la computación
• Salud pública

Sus antecedentes:

• Los problemas de movilidad relacionados con la edad y la fragilidad aumentan el riesgo de caídas, lo que supone un importante desafío para la salud pública.
• Las evaluaciones clínicas actuales del riesgo de caídas son limitadas, ya que no reflejan las actividades habituales ni los factores ambientales.
• Los rastreadores de movilidad objetivos existentes carecen de datos ambientales esenciales para la evaluación integral del riesgo de caídas.

Objetivo del estudio:

• Desarrollar y evaluar un nuevo enfoque para la evaluación del riesgo de caídas utilizando inteligencia artificial (IA) y gafas de vídeo.
• Integrar la captura de datos ambientales en la evaluación del riesgo de caídas para superar las limitaciones de los métodos actuales.
• Mejorar la precisión y la exhaustividad de la evaluación del riesgo de caídas mediante la combinación de IA con tecnología portátil.

Principales métodos:

• Modelos desarrollados de IA, incluidas las redes neuronales convolucionales (CNN), entrenados en un gran conjunto de datos de imágenes para la detección de tipos de entorno y terreno.
• Utilizó gafas de video para capturar datos del mundo real de los participantes, lo que permite el etiquetado automatizado de entornos y posibles peligros de caídas.
• Implementó algoritmos de detección de objetos CNN para identificar peligros específicos de caídas dentro de los datos de video capturados.

Principales resultados:

• El marco basado en la IA demostró una eficacia y precisión prometedoras en la evaluación del riesgo de caídas.
• Los componentes del marco alcanzaron una precisión de más del 75% en diversas condiciones de caminata y terrenos.
• La IA obtuvo un puntaje medio de precisión de 0,93 para identificar los peligros de caídas.

Conclusiones:

• El enfoque de las gafas de video impulsadas por IA ofrece un método moderno, ético y de preservación de la privacidad para la evaluación del riesgo de caídas.
• Esta tecnología tiene el potencial de mejorar significativamente los resultados de salud y la calidad de vida de las poblaciones que envejecen al permitir el "envejecimiento en el lugar".
• La investigación futura se centrará en el despliegue de la IA en entornos domésticos del mundo real con una cohorte más grande para validar aún más su efectividad.