MultiONoticias

Evaluación del riesgo de caídas en adultos mayores con sensores inerciales y aprendizaje automático.

Evaluación del riesgo de caídas en adultos mayores con sensores inerciales y aprendizaje automático.

Casi uno de cada tres adultos mayores de 65 años sufre una caída cada año, lo que hace que las caídas sean la principal causa de lesiones fatales y no fatales en este grupo de edad. Solo en los Estados Unidos, el costo médico anual estimado de las lesiones por caídas entre los ancianos es de $50 mil millones.

Evaluar el riesgo de caída de un paciente y tomar las medidas adecuadas cuando se identifica el riesgo son vitales para reducir las lesiones relacionadas con caídas. Sin embargo, muchos de los métodos utilizados tradicionalmente para evaluar el riesgo de caída dependen de una evaluación subjetiva o requieren experiencia clínica especializada.

Nuestro equipo de ingeniería en Kinesis Health Technologies ha desarrollado un método objetivo y cuantitativo de detección de riesgo de caída, fragilidad y discapacidad de movilidad que es 15% a 27% más preciso que los métodos tradicionales. Nuestro sistema QTUG™ (Quantitative Timed Up and Go) utiliza datos de sensores de inercia inalámbricos colocados en las piernas de un paciente. Los algoritmos de procesamiento de señales y los clasificadores basados ​​en aprendizaje automático desarrollados en MATLAB® calculan una estimación de riesgo de caída (FRE) y un índice de fragilidad (FI) basado en los datos recopilados de los sensores y de las respuestas de los pacientes a un cuestionario sobre factores de riesgo de caída comunes.

 

Acceda al artículo original aquí.

Solicite su licencia de MATLAB

Rozzana Almaráz
Ejecutivo MATLAB Académico
ralmaraz@multion.com
+52 (55) 55594050 Ext. 189