基于运动传感器的人类活动识别的可行性,以支持智能家居中的独立性
Moid Sandhu1, Marlien Varnfield2, Sanka Amadoru3
1Australian e-Health Research Centre, Commonwealth Scientific and Industrial Research Organization (CSIRO), Brisbane 4029, QLD, Australia; Queensland University of Technology, Brisbane 4000, QLD, Australia.
Maturitas
|June 20, 2025
概括
物联网 (IoT) 和人工智能 (AI) 准确地确定了老年人17项关键活动.
科学领域:
- 老年人护理技术的技术.
- 人与计算机的互动.
- 机器学习用于健康.
背景情况:
- 评估老年人独立生活对于及时干预至关重要.
- 当前的方法可能无法完全捕捉现实世界的功能能力.
- 技术进步为持续监控提供了新的途径.
研究的目的:
- 确定使用物联网 (IoT) 和人工智能 (AI) 识别关键人类活动的可行性.
- 评估这些技术在识别老年人独立生活必不可少的活动方面的准确性.
主要方法:
- 确定了17项临床相关活动,用于独立生活评估.
- 在家庭环境中使用20个物联网可穿戴和对象传感器收集真实世界的数据.
- 开发了一个随机森林机器学习算法,使用提取的传感器数据特征.
主要成果:
- 人工智能算法在识别17个关键活动时实现了87.5%的平均准确率.
- 在识别四个主要功能领域中达到97.95%的准确性:移动性,卫生,营养/水分和药物摄入.
- 这项研究涉及10名参与者在家庭环境中进行活动.
结论:
- 物联网和人工智能技术在准确识别独立生活至关重要的活动方面显示出巨大的潜力.
- 可靠的活动识别能够有效监控老年人的能力.
- 这种方法可以支持护理人员和临床医生提供个性化和及时的护理.
