Investigadores de la Universidad de Granada (UGR), pertenecientes a los departamentos de Lenguajes y Sistemas Informáticos (LSI) y Fisioterapia, han desarrollado un estudio, que gracias a una pulsera inteligente y técnicas de Inteligencia Artificial, permite evaluar el estado de dependencia en personas mayores de 65 años de forma automática y no intrusiva.

Publicado en la revista International Journal of Medical Informatics, este estudio confirma que es posible medir automáticamente la dependencia de las personas mayores de manera no intrusiva, utilizando para ello únicamente una pulsera inteligente, que los usuarios mientras realizan actividades de la vida diaria. Estos resultados pueden ahorrar tiempo a los sanitarios y a los sistemas de salud al permitir la detección precoz de la dependencia y otras enfermedades o deterioros.

geriatricarea pulsera inteligente dependencia
Este nuevo método diseñado en la UGR permite evaluar el estado de dependencia en personas mayores mediante técnicas de inteligencia artificial

Y es que, como señalan desde la Universidad de Granada (UGR), tradicionalmente el estado de dependencia de los mayores de 65 años se evalúa con tests o cuestionarios que los mayores se administran a sí mismos, o que otras personas administran, como el cuestionario de Lawton & Brody. Las personas mayores son emplazadas a realizar 8 actividades instrumentales de la vida diaria (AIVDs), mientras un profesional sanitario observa si la realizan adecuadamente o si tienen alguna dificultad.

Entre dichas actividades se encuentran la capacidad del mayor para utilizar el teléfono, realizar la compra, preparar la comida, lavar la ropa, etc. En general, este tipo de evaluaciones basadas en la observación requieren de un tiempo considerable y, además, tienen un valor subjetivo. Por lo tanto, no se suelen realizar por falta de recursos.

Con el objetivo de superar estas desventajas, los investigadores la UGR han utilizado dispositivos wearables, como relojes y pulseras inteligentes (smartwatch o wrisband) para recoger datos fisiológicos de los mayores (datos objetivos de sus constantes vitales: acelerómetro, frecuencia cardíaca, actividad electrodérmica y temperatura), durante la realización de una actividad instrumental de la vida diaria (AIVD) compleja y muy completa como es realizar la compra en un supermercado.

Tras realizar el análisis de dichos datos en combinación con la aplicación de técnicas de aprendizaje automático, los autores del estudio han logrado validar un modelo capaz de discriminar entre personas dependientes e independientes de forma precisa, no intrusiva y poco costosa, una metodología que podría reemplazar los cuestionarios tradicionales para evaluar la dependencia.

«Nuestro método puede evaluar semiautomáticamente la dependencia, sin perturbar las actividades diarias de las personas mayores. Este método puede ahorrar tiempo a los médicos en la evaluación de la dependencia en adultos mayores y reducir los costos de atención médica», resumen los autores del estudio.

Referencia bibliográfica:

M. Garcia-Moreno, M. Bermudez-Edo, E. Rodríguez-García, J. M. Pérez-Mármol, J. L. Garrido, M. J. Rodríguez-Fórtiz. A machine learning approach for semi-automatic assessment of IADL dependence in older adults with wearable sensors. International Journal of Medical Informatics, Volume 157, 104625, (2022). DOI: https://doi.org/10.1016/j.ijmedinf.2021.104625