Tecnología para reducir el riesgo de caídas en personas mayores. Un sistema de sensores podría reducir este riesgo y por lo tanto los costes sanitarios. Como meta, aumentar la autonomía de los pacientes.
Saber cómo evitar las caídas podría ayudar a los adultos mayores de 65 años a evitar costosas facturas sanitarias y a vivir más tiempo en sus casas.
Un equipo de estudiantes de ingeniería de la Rice University ha diseñado un sistema de evaluación del riesgo de caídas que permite a los médicos crear estrategias personalizadas para los pacientes en función de sus patrones individuales de movimiento en casa.
Te lo contamos en conideintelligente.com, portal profesional exclusivo de IPDGrupo.com que te ofrece información para decidir sobre innovación, tecnología y salud.
Tecnología para reducir el riesgo de caídas en personas mayores
Según los Centros para el Control y la Prevención de Enfermedades, las caídas son la principal causa de lesiones -y muerte por lesiones- entre los adultos mayores de 65 años.
Una cuarta parte de los casi 56 millones de adultos mayores de 65 años de Estados Unidos sufre una caída al año. Y una de cada cinco caídas provoca lesiones graves, como fracturas óseas o traumatismos craneoencefálicos.
Dado que se prevé que la población de adultos mayores supere los 85 millones en 2050, el sistema de evaluación del riesgo de caídas podría tener un impacto significativo en términos de reducción de los costes sanitarios asociados y de aumento de la autonomía del paciente.
«Mi abuelo falleció por una caída»
El sistema incluye un dispositivo para la persona, un componente de cartografía doméstica y seguimiento del movimiento y un elemento de procesamiento de datos mediado por inteligencia artificial.
«Nuestro dispositivo rastrea la ubicación con un sensor de banda ultraancha, el movimiento con un acelerómetro, la hora con un reloj en tiempo real y un botón que el usuario puede pulsar, por ejemplo, si se marea», explica Vanessa Garlepp.
«Por último, todo se graba en una tarjeta micro SD. Todo esto ocurre en el propio dispositivo. Luego, los datos se postprocesan».
Garlepp dice que le atrajo el aspecto sensorial del proyecto: Para mí era muy interesante cómo se interconectaban los sensores y cómo se integraba todo».
«También es algo personal para mí», añade. «Mi abuelo falleció a causa de una caída. Así que también me atrajo el proyecto por esa razón, así como para ayudar a evitar que les ocurra lo mismo a otras familias».
Mapa de movimiento
El sistema incluye un escáner lidar montado sobre un trípode que puede cartografiar la distribución de una habitación, incluidos los muebles.
«El escáner lidar envía una señal y detecta dónde están las paredes», explica Chris Heuser. «Con el trípode se puede subir y bajar. Por ejemplo, lo utilicé para escanear mi salón a diferentes alturas: 1,2 metros, 1,5 metros, 1,2 metros y 1,2 metros. Y se pueden ver elementos como mi sofá, que se distingue por la línea irregular que forman los cojines».
«Combinado con el sensor de localización de banda ultraancha, esto puede proporcionar a los médicos un mapa de cómo se mueve un paciente en su casa y ayudarles a encontrar los lugares más peligrosos.»
«Nuestro dispositivo no sólo detecta las caídas en el hogar, sino también todo lo que rodea a la caída, lo que estaban haciendo antes de la caída, dónde estaban en su casa cuando se cayeron, etc.», dice Ahalya Lettenberger.
¿Qué sucede antes de la caída?
«Muchas veces, cuando las personas mayores se caen, no recuerdan por qué se cayeron», dice Charlie Gorton. «Este dispositivo proporciona al médico detalles sobre el suceso de la caída que, de otro modo, el paciente podría olvidar».
«Cuando hablamos con nuestros clientes que son médicos, nos dijeron que la mayoría de los pacientes experimentan algún tipo de actividad (previa a la caída) o de mareo en un determinado periodo de tiempo», dice Fadeel Khan.
«El paciente tendría que llevar el dispositivo durante ese tiempo recomendado, porque un periodo más corto podría no dar datos significativos».
Los mentores del equipo que han llevado a cabo el trabajo son:
- Catherine Ambrose, catedrática del Departamento de Cirugía Ortopédica de la Facultad de Medicina McGovern de la UTHealth Houston y profesora adjunta de ingeniería biomédica en Rice
- Dra. Nahid Rianon, catedrática de Ingeniería Biomédica en la UTHealth Houston
- Dr. Khan. Nahid Rianon, catedrática de medicina de familia y geriatría de la Facultad de Medicina McGovern de UTHealth Houston
- David Trevas, profesor de ingeniería mecánica de Rice
- Sabia Abidi, profesora adjunta de bioingeniería de Rice
- Kaira Lujan, estudiante de posgrado del programa Global Medical Innovations de Rice
(Con información de Silvia Cernea Clark, especialista en relaciones con los medios de la Universidad Rice)
