Sistema inteligente de alerta y monitorización de personas mayores y/o dependientes que viven solas (Proyecto «Lucía»)

Comunicación presentada al IV Congreso Ciudades Inteligentes.

Autores

• Félix Fariña Rodríguez, Consejero con Delegación Especial TIC y Sociedad de la Información, Cabildo de Tenerife
• David Pérez Rodríguez, Director Técnico del Proyecto Tenerife Smart Island, Cabildo Insular de Tenerife

Resumen

El objetivo del proyecto «Lucia» consiste en sensorizar hogares de personas mayores y/o dependientes que viven solas para que un sistema basado en inteligencia artificial detecte patrones de comportamiento. Se trata de crear un sistema de IA que esté en continuo aprendizaje y sea capaz de analizar las pautas de conducta de sus usuarios llevando a cabo acciones de alerta cuando se detectan alteraciones significativas de esas pautas. Dependiendo del nivel de la alerta estas serán trasladadas a personal especializado o bien a familiares y/o tutores. En el 2017 el Cabildo Insular de Tenerife realizó con medios propios una prueba de concepto (PoC) del proyecto «Lucía» mediante la cual se sensorizaron los hogares de tres personas mayores que vivían solas, obteniendo resultados positivos que nos animan a seguir avanzando en su desarrollo.

Introducción

La sociedad de Tenerife, al igual que la del resto de país, se está enfrentando a un cambio demográfico de gran calado. Este cambio es sin duda consecuencia directa de los avances en políticas sociales y sanitarias, pero este cambio trae otras consecuencias, como son el envejecimiento de la población. Nuestros ciudadanos viven una media de 83 años y tienen una esperanza de vida muy alta comparada con la del resto de los ciudadanos del mundo, del tal forma que Tenerife presenta una pirámide regresiva, con la base más estrecha que la zona central y un porcentaje de personas mayores significativo. Es una pirámide típica de comunidades desarrolladas, con tasas de natalidad y mortalidad bajas y un crecimiento natural muy bajo. Es por tanto una sociedad envejecida y lo peor, con tendencia a serlo más. Se prevé que la población de mayores de Tenerife en el 2019 sea el 17% del total. Esto supone una presión creciente de demanda sobre los recursos y servicios para atender a este colectivo.

En este contexto, seguir apostando por las políticas tradicionales basadas en la creación de centros/residencias para personas mayores puede llegar a ser inviable, por lo tanto, el Cabildo Insular de Tenerife, en el marco del proyecto ‘Tenerife Smart Island’, se planteó buscar soluciones alternativas e innovadoras al problema social que representa este envejecimiento de la población. Una premisa es que la solución debería ser lo suficientemente flexible para poder ser trasladable al colectivo de dependientes.

Para tal fin, se creó un grupo de trabajo multidisciplinar, compuesto por personal técnico y especializado del IASS [1] SINPROMI [2] y el propio Cabildo Insular de Tenerife, cuyo resultado fue el proyecto «Lucía».

El objetivo principal del proyecto «Lucía» es favorecer la permanencia y mejor atención de estas personas en su hogar. Con el objeto de explorar las distintas soluciones y alternativas, el Cabildo Insular de Tenerife ejecutó en 2017 una prueba de concepto (Proof Of Concept, en adelante PoC) sobre el mismo.

Descripción del Proyecto «Lucía»

La finalidad del proyecto es proporcionar a las personas mayores y/o dependientes que viven solas, un sistema inteligente no intrusivo que alerte a sus cuidadores, responsables y/o tutores en caso de algún problema. Se trata de un sistema proactivo, en contraposición con los actuales sistemas reactivos. Este sistema debe ser capaz de adelantarse a posibles situaciones de riesgo y actuar en tal caso.

Para poder detectar una posible situación de emergencia es necesario tener algún conocimiento de lo que está sucediendo en la casa en cada momento. La percepción de la realidad de la casa no debe de interferir en ningún momento con la intimidad del atendido, por ello el sistema, en su concepción inicial, no utiliza dispositivos “wearables” y se construye mediante una red de sensores inalámbricos desplegados en la casa, que en la nueva generación utiliza Bluetooth de Baja Energía (BLE).

El objetivo perseguido al sensorizar sus hogares es poder realizar una monitorización de su actividad (sistema de seguimiento del patrón de la actividad), siempre teniendo en cuenta que es básico que esa persona mayor y/o dependiente se sienta amparada y no controlada, por lo que el sistema no será intrusivo. Esta red de sensores estará integrada en la futura plataforma «Tenerife Isla Inteligente» en la que publicará sus datos y se beneficiará de aquellas funcionalidades necesarias para su correcto funcionamiento.

Inicialmente el sistema utiliza 3 tipos diferentes de sensores: movimiento, presión y apertura de puerta. Se decide estos tres sensores ya que el de movimiento nos informará del grado de actividad que hay en la casa y se podrá inferir la localización del atendido triangulando la información de estos sensores; con la presión podremos detectar cuando se encuentra acostado o sentado en su sillón preferido o cama, y con la apertura de puerta podremos detectar cuando está fuera de casa y por tanto no es necesario que se activen alarmas.

Patrones de comportamiento

El sistema puede inferir si el atendido se encuentra en una situación de posible emergencia, para ello, basándonos en los dispositivos sensoriales que tenemos desplegados en la casa, se infiere el posible estado en el que se encuentra el atendido. A partir de los posibles estados a detectar discerniremos cuando estamos ante un estado de emergencia y cuando no. El hecho de detectar diferentes comportamientos en vez de sólo “Estado de Emergencia” o “Estado Normal” nos ayudará a afinar en la detección de un posible estado de peligro. Además, tenemos un conocimiento superior de los hábitos del atendido que podremos utilizar para detectar cambios bruscos en sus rutinas que, con un razonamiento más complejo, podrían llevar a un estado de emergencia.

El núcleo del sistema es un módulo de inteligencia artificial capaz de detectar patrones de comportamiento tanto simples como complejos. A continuación, vamos a ver estos dos tipos de patrones más en detalle:

Patrones Simples

El sistema es capaz de detectar patrones simples como por ejemplo los patrones basados en inactividad. La inactividad será nuestra mayor baza a la hora de detectar una posible emergencia, en definitiva, la percepción de movimiento es signo de vida, y por tanto en contraposición la detección de un tiempo demasiado prolongado de inactividad en la casa podría ser a causa de una caída o desmayo con pérdida de conocimiento.

A partir del grado de inactividad, localización y la activación de otros sensores podemos inferir ciertos patrones:

• Inactividad normal: Se inferirá un estado de inactividad a partir de X minutos sin detectar movimiento en ninguno de los sensores.
• Descanso: Si añadimos al estado de inactividad anterior la detección de presión en el sofá y la localización del atendido en la habitación (salón) donde se ha instalado el sensor de presión podemos suponer que la inactividad que estamos registrando se debe a que el atendido está sentado o tumbado en el sofá descansando.
• Dormido: Al igual que en el estado “Descanso” si tenemos en cuenta el sensor de presión de la cama y la localización en la que este se encuentra podremos discernir cuando el atendido se encuentra acostado, por tanto, la inactividad registrada a partir de este estado es menos preocupante siempre que no sobrepase unos límites determinados, por encima de los cuales podría ser posible que se haya producido un desvanecimiento en la cama.
• Inactividad anómala: A partir de los tres estados que acabamos de describir podemos llegar a un estado de emergencia si se prolonga en el tiempo el estado de inactividad, ya sea la inactividad normal o aquella que queda definida a partir de alguno de los sensores de presión (Dormido o Descanso). Definimos los tiempos que nos lleva a una alarma por excesiva inactividad teniendo en cuenta el momento horario en el que nos encontramos (Mañana, Tarde, Noche, etc.) y la localización en la que se está produciendo dicha inactividad. Además, tenemos en cuenta si estamos ante una inactividad respaldada por un sensor de presión, y por tanto menos preocupante.
• Ausencia: Hay que tener en cuenta que el atendido puede marcharse y por tanto la inactividad que se registra a partir de su marcha no debe llevarnos a una alarma en ningún caso. Para poder inferir que la persona atendida se ha marchado utilizamos la ayuda del sensor de puerta. A partir la detección de la apertura y cierre de la puerta el sistema intentará llegar a un estado de ausencia, para ello esperará X minutos en los cuales no se debe registrar ningún movimiento en la casa.

Otro tipo de patrones simples son los basados en actividad y localización, se trata de situaciones donde además de las caídas con pérdida de consciencia es necesario que nuestro sistema sea capaz de detectar aquellas caídas o desvanecimientos que dejan a la persona atendida consciente, pero sin posibilidades de levantarse y volver a su rutina. Estás serán emergencias más complejas de detectar y más propensas a falsos positivos. En definitiva, el movimiento registrado por la capa sensorial es síntoma de vida, pero aun así la localización continuada en una determinada habitación puede deberse a que la persona necesite ayuda. Aquí tenemos dos tipos:

• Actividad/Localización Normal: La detección de movimiento en un determinado sensor implica que el atendido se encuentra Activo y que su localización es la habitación en la que está instalado el sensor de movimiento que lo ha detectado. Cualquier cambio de localización nos lleva a un estado de localización y actividad normal para el atendido.
• Localización Anómala: Si se mantiene la misma localización durante un tiempo prolongado es posible que estemos ante un estado de emergencia, el atendido no ha salido de la habitación quizás porque necesite ayuda para levantarse. Al igual que el estado de “Inactividad Anómala” el tiempo de espera para lanzar la alarma depende del momento del día y la localización en la que se encuentre el atendido.

Patrones Complejos

Los hábitos diarios de un atendido responden a la repetición de ciertos patrones o actividades con una determinada frecuencia, ya sea diaria, semanal, mensual… El atendido visita el baño al menos 3 veces al día, sale de casa 4 veces por semana. La detección de cambios bruscos en la frecuencia con la que se realizan ciertas actividades ya sea en aumento o detrimento, puede llevarnos a un posible estado de emergencia.

Para la detección de estos patrones partimos de la información de estado y localización que conseguimos inferir a partir de la percepción de la realidad que nos ofrece la capa sensora. Un nivel superior de conocimiento, a partir de la inferencia de estados y localizaciones, puede enmarcar esta información dentro de un marco temporal e incluso contextualizar la realización de ciertas actividades a partir de la consecución de otras. Con este fin veamos las diferentes posibilidades de etiquetado de actividades.

Para hablar de actividades tenemos que partir de un nivel superior en el que se contextualiza el estado y la localización del atendido dentro de un intervalo de tiempo. Por ejemplo, la actividad “ir al baño” será detectada a partir de que hemos detectado localización en baño durante al menos X minutos, de esta manera obviamos las estancias demasiado cortas que se han producido en el baño, por ejemplo, al entrar a recoger algo o si el sensor del baño detecta al atendido al pasar por el pasillo u otra habitación.

Si afinamos algo más los intervalos podríamos diferenciar a partir de la cuantía del intervalo de tiempo que se mantiene la localización si la actividad que determinamos es “Ir al Baño” si tenemos un intervalo entre x1 y x2 y a partir de cierto tiempo de estancia en el aseo podemos determinar que el atendido se está aseando.

Si tenemos en cuenta el rango horario en el que se está desarrollando la actividad podríamos determinar actividades diferentes a partir de un mismo patrón, pero enmarcado en rangos horarios diferentes. Por ejemplo, si se determina la localización en Cocina durante X minutos en el rango horario de la mañana, podemos etiquetarlo como “Hacer la Comida” y en el rango horario de la noche como “Hacer la Cena”.

Las actividades definidas por el intervalo, rango horario e incluso grado de actividad que las determinan son detectadas e etiquetadas de manera automática por el motor de razonamiento. Quedan almacenadas formando las rutinas diarias de la persona atendida. A partir del historial de actividades diarias recogido para cada atendido, siempre que este sea razonablemente homogéneo, se podrían detectar patrones de rutinas anómalas a partir de la ausencia o repetición de alguna de las actividades etiquetadas.

Descripción Técnica

El núcleo del sistema es un módulo de inteligencia artificial capaz de detectar los anteriores patrones de comportamiento. El sistema sigue las directrices establecidas por el AAL Joint Programme [3] de la Unión Europea cuyo objetivo es mejorar la calidad de vida de las personas mayores mediante la utilización de las tecnologías TIC.

El objetivo principal del AAL JP es Aumentar el tiempo que las personas mayores viven de manera independiente en sus casas. Otros objetivos son apoyar el mantenimiento de una buena salud y vida funcional en los mayores, fomentar mejores estilos de vida en individuos con riesgo, aumentar la seguridad, prevenir el aislamiento social de la persona mediante el mantenimiento de la red de contactos del individuo y apoyar a cuidadores, familias y organizaciones relacionadas.

¿Cómo se generan las alertas?

El sistema de generación de las alertas se compone de tres pasos:

• Recepción: recibe los eventos de detección provenientes de sensores.
• Pautas de conducta: A partir de las ontologías y modelos de persistencia se definen e introducen en el sistema las pautas de uso (patrones) que rigen el sistema. Además, la parte de inteligencia permite la generación automática de las pautas de uso (patrones) por el propio sistema en función de la información recibida de los sensores, de modo que el sistema aprende a partir del contexto.
• Inferencia: La inferencia determina el patrón activo y los cambios de patrones sucesivos en función de la información procesada, entrando en un patrón de verificación en caso de alteraciones sobre el patrón activo. Si no se cumple el patrón de verificación, se realiza la alerta según el nivel especificado.

Arquitectura del Sistema

La arquitectura del sistema está compuesta por tres subsistemas:

• Subsistema de sensores que capta información del contexto y envía señales de contenido semántico primario a la unidad de procesamiento. Se ha diseñado, implementado y desarrollado un sistema de sensores con capacidad para enviar mensajes al subsistema de captación de información sensorial, vía BLE. [4]
• Subsistema de Identificación y tratamiento de Patrones, que recibe las señales y las transforma en eventos con contenido semántico superior (patrones) en un contexto determinado. Se trata de un módulo basado en inteligencia artificial, el cual procesa de forma inteligente los mensajes provenientes de la capa sensora, ordenados en el tiempo. Este módulo, además de detectar patrones simples, es el encargado del razonamiento complejo a partir de datos históricos, de tal forma que se consigue situaciones anormales en las que se tienen en cuenta hechos o estados históricos del sistema. Por ejemplo, podríamos detectar que algo va mal si son las 5 de la tarde y el atendido no ha pasado por la cocina durante toda la mañana, nuestro sistema podría inferir por esto que el atendido no ha comido y por tanto no se encuentra en un estado de normalidad.
• Subsistema de Inferencia, para la ejecución de reglas que tomando como entrada los eventos anteriores, ejecuta las acciones oportunas.

Resultados de la prueba de concepto

En el 2017 el Cabildo Insular de Tenerife decide realizar una prueba de concepto basada en el proyecto «Lucía», para tal efecto se sensorizaron cuatro hogares de personas mayores que viven solas.

En cada hogar se instala un conjunto de 10 sensores máximo (movimiento, presión y apertura de puertas). Se trata de establecer un conjunto de reglas iniciales para patrones de comportamiento esperados en función del tipo de estancia (dormitorio, aseo, estar, cocina). El sistema aprende cuando la persona está sola, para hacer un perfil y poder realizar automáticamente alertas cuando hay un cambio de comportamiento apreciable. Cuanto más tiempo está la persona sola, más rápidamente aprende. Cuando la persona está acompañada, el sistema, por diseño, piensa que la persona ya tiene la posible asistencia que pudiera necesitar.

Debido a que se trata de una prueba de concepto, se han instalado dos tipos de soluciones:

1. Solución A: basada en un mini PC sin pantalla, y sensores de movimiento, presión y apertura de puertas, que funcionan con radiofrecuencia y ayudan a aprender el comportamiento de las personas atendidas.
2. Solución B: sensores IoT con el microprocesador NRF51822, que se comunican mediante BLE con una Gateway basada en una RaspberryPi 3. El procesamiento ocurre en la nube, enviando los datos de forma encriptada. Este trabajo en cloud facilita el mantenimiento y actualización del sistema, protegiéndose adecuadamente la confidencialidad de los datos.

A continuación, vamos a ver un ejemplo de los resultados obtenidos en un día concreto:

Tabla I. Patrones simples y complejos en un día concreto en los cuatro hogares.

Discusión y conclusiones

Desde nuestro punto de vista el sistema es viable para personas que viven solas, aunque tengan visitas de diferente situación. El sistema puede completarse con muchas opciones que requieren desarrollo parcial, y que podrán ser objetos de futuros desarrollos, los cuales escapan al ámbito de la anterior prueba de concepto.

1. Opción 1. Control de las personas que visitan a la persona atendida, y que consiste en un mando que al pulsarlo señala la entrada o salida de la ayuda a domicilio, soporte de fisioterapia, etc. Es decir, el sistema puede ayudar al fichaje de los asistentes a la entrada y salida del servicio.
2. Opción 2. Wearable para distinguir siempre a la persona que se desea atender. En este caso el sistema proporcionaría la atención continua de la persona atendida, aunque estuviera acompañada. Esto es útil para personas que por diversas circunstancias estén acompañadas por su pareja, por una mascota, o que tengan una situación especial de atención.
3. Opción 3. Solución para una casa tutelada, y para residencia de mayores.
4. Opción 4. Incorporación de datos biológicos de la persona en su historial de atención.

Un aspecto importante a tener en cuenta, es que el desarrollo futuro de este sistema ha de ir aparejado de la creación de una estructura que de soporte a la gestión de las alertas, al margen de derivar las alertas más graves a un sistema externo como puede ser el 112.Se prevé desarrollar una app que además de facilitar la gestión de las alertas, genere información en tiempo real destinada a familiares y/o tutores, de tal forma que puedan acceder a la información sobre la actividad del atendido, así como a su histórico.

A lo largo del 2018 el Cabildo Insular de Tenerife continuará apostando por el desarrollo del proyecto «Lucía» y se contempla escalar el mismo a 20 hogares, incluyendo 10 sensores por hogares, donde además de los tres tipos de sensores especificados en el presente documento, se incluyan otros tipos de sensores como por ejemplo sensor de temperatura, medida de CO2, y la utilización de «wearebles» para determinados casos particulares. Se ampliará también el tiempo de aprendizaje e incluso se considerará la posibilidad de añadir prórrogas. Actualmente se está trabajando en los pliegos técnicos que regirán la contratación mediante un procedimiento abierto. Las principales conclusiones a las que se llegan son las siguientes:

• La duración de las pruebas debe ser superior, es necesario más tiempo para que el sistema aprenda de forma óptima.
• Se deben elegir personas que vivan solas, tengan o no problemas de salud. No personas que vivan acompañadas todo el tiempo.
• Se debe probar el sistema simulando situaciones para ve como este se comporta.
• Las personas que viven acompañadas (en una casa, en una residencia) deben utilizar un “wearable” como por ejemplo una pulsera, para particularizar la información para dicho atendido.

Agredicimientos

El desarrollo del núcleo de inteligencia artificial del sistema ha sido realizado por investigadores de la universidad de Murcia (D. Jesús García Molina, D. José Tomás Palma Méndez, D. Juan Antonio Botía Blaya, y D. Emilio Iborra Botía) y Universidad Carlos III de Madrid (D. Luis Cabezas).

Referencias

• Jose Tomas Palma-Mendez et. al, 2006, Ontologies as Strategy to Represent Knowledge, Melbourne.
• Programa “Active Assisted Living” (AAL)
• [1] Instituto de Acción Social y Sociosanitaria
• [2] Sociedad Insular para la Promoción de las Personas con Discapacidad
• [3] Active and assisted living programme
• [4] Bluetooth Low Energy