使用无设备Wi-Fi传感系统评估低收入老年人的日常活动和流动性:可行性研究协议
Jane Chung1, Ingrid Pretzer-Aboff2, Pamela Parsons2
1Nell Hodgson Woodruff School of Nursing, Emory University, Atlanta, GA, United States.
JMIR research protocols
|November 12, 2024
概括
这项研究探讨了一种新的,负担得起的Wi-Fi传感系统,用于监测家庭活动和流动性,以便在低收入老年人中早期检测认知衰退. 这项技术对于缺乏传统智能家居设备的社会弱势群体来说是有前途的.
科学领域:
- 老年学是一门学科.
- 生物医学工程 生物医学工程
- 机器学习 机器学习
背景情况:
- 具有较低社会经济地位的种族和少数民族老年人面临痴呆症风险升高,但缺乏评估认知衰退的资源.
- 现有的智能家居技术 (SmHT) 往往依赖于运动传感器,无法识别特定的活动,并且由于成本和体验障碍,无法为这一人口群体访问.
- 新,谨慎,负担得起的传感技术与最小的用户参与是必要的,以表征家庭活动的早期检测.
研究的目的:
- 评估一种新的,无设备,低成本的Wi-Fi传感系统和机器学习 (ML) 算法的可行性.
- 为了使低收入老年住房居民能够本地化和识别家庭活动和流动模式.
- 评估系统对有或没有轻度认知障碍的个体的实用性.
主要方法:
- 与服务于低收入住房居民的健康护理小组合作.
- 试点研究收集了一个星期的各种活动 (坐着,走路,准备餐) 的通道状态信息 (CSI) 数据.
- 视频录像活动用于基层真相注释和ML算法准确性测试,并补充了关于系统可接受性和障碍的定性访谈.
主要成果:
- 系统部署始于2022年11月,参与者招聘于2023年7月;预计2025年夏季初步结果.
- 专注于基于Wi-Fi传感的活动/移动性评估的ML模型可行性.
- 评估基于社区的招聘,数据收集,地面真相生成和用户对Wi-Fi传感技术的接受.
结论:
- 这项可行性研究有助于SMHT和ML在社会脆弱的老年人中早期检测认知衰退.
- 低成本的传感器可以通过跟踪家庭活动和流动性来识别有风险的个人,克服成本和信息障碍.
- 该技术有可能改善功能评估,并支持对认知障碍的及时干预.
