ES2394842A1 - Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico para la detección de eventos fisicos de riesgo. - Google Patents

Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico para la detección de eventos fisicos de riesgo. Download PDF

Info

Publication number
ES2394842A1
ES2394842A1 ES201001372A ES201001372A ES2394842A1 ES 2394842 A1 ES2394842 A1 ES 2394842A1 ES 201001372 A ES201001372 A ES 201001372A ES 201001372 A ES201001372 A ES 201001372A ES 2394842 A1 ES2394842 A1 ES 2394842A1
Authority
ES
Spain
Prior art keywords
biomechanical
physiological
subject
avatar
monitor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
ES201001372A
Other languages
English (en)
Other versions
ES2394842B1 (es
Inventor
Manuel Prado Velasco
Rafael ORTIZ MARIN
Maria Gloria DEL RIO CIDONCHA
Carlos Maria FERNANDEZ PERUCHENA
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Universidad de Sevilla
Original Assignee
Universidad de Sevilla
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Universidad de Sevilla filed Critical Universidad de Sevilla
Priority to ES201001372A priority Critical patent/ES2394842B1/es
Priority to PCT/ES2011/000311 priority patent/WO2012052582A2/es
Publication of ES2394842A1 publication Critical patent/ES2394842A1/es
Application granted granted Critical
Publication of ES2394842B1 publication Critical patent/ES2394842B1/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118Determining activity level
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16ZINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00Subject matter not provided for in other main groups of this subclass
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116Determining posture transitions
    • A61B5/1117Fall detection
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/63ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for local operation
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for simulation or modelling of medical disorders

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Biomedical Technology (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Physiology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Measuring And Recording Apparatus For Diagnosis (AREA)

Abstract

La invención tiene por objeto un sistema de monitorización multimodal portable y adaptativo para humanos, basado en avatar biomecánico-fisiológico, capaz de detectar y avisar en tiempo real de eventos físicos de riesgo, los cuales incluyen caídas, pero no se limitan a éstas. El sistema propuesto pertenece al sector de la electrónica y nuevas tecnologías, y propone una solución capaz de superar los problemas existentes en los sistemas actuales, relativos a la fiabilidad de la detección de impactos y a su discreción. Su principal sector de aplicación reside en el sector de servicios sociosanitarios a personas mayores, personas con limitaciones de movimiento y patologías crónicas.

Description

1 O
Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico para la detección de eventos físicos de riesgo
Objeto de la invención
La presente invención tiene por objeto un sistema de monitonización multimodal portable y adaptativo para humanos, basado en un avatar biomecánico-fisiológico, capaz de detectar y avisar acerca de eventos físicos de riesgo, los cuales incluyen caídas pero no se limitan a ellas, en tiempo real, de manera discreta y en entornos
abiertos o cerrados. El sistema permite además un seguimiento personalizado y profundo de la actividad física del sujeto y de parámetros fisiológicos relevantes, de manera configurable y de acuerdo a las necesidades establecidas por el profesional sanitario.
Estado de la técnica
Las caídas de personas mayores constituyen un serio problema sanitario en países industrializados, estando correlacionadas con la morbilidad y mortalidad de dicho grupo poblacional (Lord et al, 2001 ). Los factores de orden psicológico juegan un papel relevante en este asunto, siendo el miedo a caerse y perder independencia uno de los más determinantes, al inducir una reducción del movimiento, pérdida de tono muscular y coordinación, e incrementar la probabilidad y la gravedad de las caídas. Por otro lado las personas mayores son un grupo poblacional con una elevada comorbilidad, con patologías crónicas primarias como la diabetes, insuficiencia renal crónica, y enfermedad cardiovascular, entre otras, y multitud de complicaciones crónicas degenerativas, lo que incrementa el rie~sgo hospitalario y las potenciales complicaciones de una caída, por ejemplo de fractura. La inversión de la pirámide poblacional y su implicación en la calidad de vida y gasto socio-sanitario está cumpliendo las predicciones de hace años, incrementando el número de personas en situación de dependencia, con problemas agravados por los nuevos modelos familiares y sociales (Lutz et al, 2008). Las soluciones a esta problemática son complejas. Los programas de intervención multifactorial dirigidos a reducir el riesgo de caídas y sus consecuencias han demostrado un cierto éxito (Voermans et al, 2007), sin embargo, se requieren soluciones complementarias que permitan detectar con rapidez una posible caída
para asegurar la asistencia médica urgente en situaciones en las que la persona
se encuentra sola, no puede reaccionar o queda inconsciente.
Se ha investigado mucho para desarrollar sistemas automáticos que detecten
caídas y avisen a un centro de asistencia médica. Por su portabilidad y potencial
5
discreción, los sistemas de monitorización del movimiento humano mediante
acelerómetros y giróscopos basados en sistemas micro-electromecánicos (MEMS)
han sido la alternativa más investigada desde los años 80. La posibilidad de
supervisión de manera discreta en casi cualquier lugar aporta ventajas
adicionales, como es el aumento de la seguridad de las personas asistidas, las
1O
cuales pueden mantener un tono muscular y estado de salud mejores, retrasando
la indeseada situación de dependencia y reduciendo los ingresos hospitalarios.
Además, la información que pueden proporcionar estos sistemas a los
profesionales sanitarios es muy importante para conocer las causas por las que se
producen las caídas, correlacionándolas con otras patologías, tratamientos
15
farmacológicos y de otros tipos, y contextos determinados que puedan perturbar el
equilibrio (Barak et al, 2006).
Podemos clasificar los detectores de caídas portables actuales en dos tipos. En el
primero de ellos la caída es un evento lógico que se activa como consecuencia de
la aparición de una secuencia de etapas discriminadoras. Esta secuencia de
20
etapas es relativamente inflexible, y muchas veces basada en elementos de
hardware no programables. Dentro de este primer tipo deben citarse el dispositivo
optoelectrónico presentado en (Tamura et al, 2000), el cual genera un evento de
alarma cuando el sujeto (dispositivo) se acerca suficientemente a la posición
horizontal durante un tiempo establecido (una sola etapa), y el detector de caídas
25
presentado en (Williams et al, 1998) y comercializado posteriormente por (Tunstall,
2007), cuyo evento de emergencia se activa cuando un acelerómetro
piezoeléctrico uniaxial detecta un impacto (un umbral establecido en una
dirección) y le sigue una inclinación cercana a la horizontal durante un tiempo
definido (dos etapas de discriminación). Con objeto de reducir la tasa de falsas
30
alarmas se puede incrementar el número de etapas discriminadoras, como se
hace en el dispositivo presentado en (Noury et al, 2000) que añade la detección de
vibraciones en la superficie corporal del sujeto, para discriminar si el sujeto se
mueve tras la posible caída.
Otros dispositivos comerciales pertenecientes a este primer tipo son el Altee Fall
35
Detector (Tinetek, www.tynetec.co.uk (último acceso Junio 2010)), portado
alrededor del cuello o en una pinza de cinturón, el cual utiliza un acelerómetro
biaxial que detecta un movimiento brusco (una etapa de discriminación), y avisa al
sujeto mediante un led rojo parpadeante antes de enviar el aviso al centro de
alarmas, a través de una estación fija con la que se comunica a una distancia no
mayor de 75 mts. El Easylink Automatic Fall Alarm (Easylink, www.easylink.co.uk
5
(último acceso Junio 201 O)) tiene el tamaño aproximado de una cajetilla de tabaco
clásica, y se porta en el cinturón. Añade una segunda etapa de detección de
inclinación, antes de generar el evento, mediante un procedimiento similar al
anterior (preaviso y conexión vía unidad fija). El monitor WristCare (Vivatec,
www.vivatec.co.uk (último acceso Junio 2010)) se lleva como un reloj de pulsera y
1 O
detecta la falta de actividad del sujeto (una etapa), enviando la alarma a una
unidad fija en el hogar. El dispositivo lntellilink (Chubb,
www.chibcommunitycare.co.uk (último acceso Junio 201 O)) es un detector de
caídas portado alrededor del cuello y basado también en un cambio de inclinación
determinado. Uno de los dispositivos más recientes pertenecientes al primer tipo
15
definido fue presentado por Philips en Marzo de 201 O (Línea comercial Lifeline,
www.lifelinesys.com (último acceso Junio 2010)), llevándose alrededor del cuello y
basado en la detección en secuencia de un patrón de aceleración característico de
un impacto y un cambio de inclinación que lo deje horizontal. El sistema basado en
la patente (Azcoitia Arreche et al, 2007) también pueden considerarse
20
perteneciente al primer tipo. Este dispositivo se lleva sujeto al cinturón de manera
similar al detector de Tunstall, y utiliza un acelerómetro biaxial según ejes vertical
y horizontal. La detección de caídas se basa en la superación de unos valores de
aceleración en esos ejes, según unas cantidades establecidas en unidades de
aceleración gravitatoria, g. El algoritmo distingue una detección directa y una
25
detección diferencial, de tal forma que la directa se caracteriza por superar el valor
medio del eje horizontal en ±3.5 g generando un aviso directo (una etapa
discriminación), y la diferencial por superar ±1.6 g seguido de un tiempo de
inactividad (dos etapas de discriminación).
El segundo tipo de detectores se caracteriza por su capacidad para realizar una
30
medición de la aceleración vectorial según tres dimensiones (30), usualmente
ortogonales en el punto de fijación, aportando flexibilidad para el análisis
cinemática y postura! del usuario. En realidad, lo que distingue el segundo del
primer tipo de detectores no es tanto el sensor 30 sino la capacidad de analizar el
movimiento humano mediante técnicas más sofisticadas. Existen muchos menos
35
ejemplos en esta categoría, debido a su complejidad y mayor dificultad técnica.
Uno de los primeros trabajos en esta línea presentó la posibilidad de usar esta
señal vectorial para discriminar las posturas y estados cinemáticos determinados
(Mathie et al, 2001 ). Otros investigadores han demostrado como la aceleración
vectorial 30 aporta suficiente información para realizar una estimación del gasto
energético del sujeto, asociado a la actividad física realizada (Bouten et al, 1997).
5
Uno de los principales problemas de este tipo de detectores es que requieren una
capacidad de proceso elevada, lo que dificulta su diseño como detectores
llevables discretos. Un ejemplo más reciente es la patente (Prado et al, 2002a),
correspondiente a un sensor acelerométrico inteligente integrado en una
arquitectura de red personal, constituida además por un servidor personal
1O
inalámbrico (PSE) que hace de coordinador y un router personal conectado a un
teléfono móvil si va a ser usado en exteriores. Utiliza un diseño multimodal para
completar la información disponible sobre el usuario y enlazarla en el PSE, y utiliza
un sensor que se lleva pegado a la piel (en la espalda a la altura del sacro)
mediante una tirita o parche. Sin embargo, este detector presenta todavía
15
importantes inconvenientes. La obligación de fijar el sensor acelerométrico en el
mismo sitio de la piel para funcionar correctamente (cerca del centro de gravedad)
produce dermatitis, y en personas mayores es imposible de ejecutar. Su tamaño
no es inferior a los 5 x 5 cm, con una altura de elementos electrónicos de 5-7 mm.
Para garantizar la correcta supervisión 24/7 del sujeto se requiere llevar tanto el
20
sensor como el PSE encima, lo que dificulta su cumplimiento y en consecuencia
origina un claro riesgo de falta de cumplimiento en personas mayores. Además,
aunque dicha arquitectura permite su personalización al usuario y el procesado
distribuido, no detalla cómo se realiza dicha personalización, ni tampoco el
proceso distribuido que se aplica a la señal, salvo a grandes rasgos. Dicho diseño
25
no ha dado lugar a dispositivos que puedan ser comercializados hasta el
momento.
Pese a todos los desarrollos publicados y patentados, no existe ningún dispositivo
de detección de caídas que haya sido aceptado en la práctica geriátrica. Los
motivos son fundamentalmente dos: una eficiencia funcional inadecuada y una
30
baja aceptación por parte del usuario. Con respecto al primero, los sistemas
actuales no son capaces de garantizar una buena sensibilidad (cercana al 100 %)
con una especificidad suficientemente alta, que reduzca la elevada tasa de falsas
alarmas de la mayoría de los sistemas comerciales. Además, el compromiso entre
un diseño que permita su uso en todo momento, y especialmente en aquellas
35
situaciones que epidemiológicamente han sido subrayadas como de alto riesgo,
cuarto de baño y dormitorio, y una buena eficiencia funcional, no ha sido todavía
resuelto. El segundo motivo es debido a un rechazo psicológico causado por una
mala percepción por parte de la persona mayor, que lo rechaza por su
incomodidad, tamaño y especialmente su poca discreción (Noury et al, 2007). Así
pueden citarse otros ejemplos publicados en revistas científicas, como el
5
dispositivo de (Bourke & Lyons, 2008), que utiliza un giróscopo biaxial. Este
dispositivo debe ser portado en el tronco superior y está lejos de superar los
problemas de portabilidad y discreción indicados.
Existen más dispositivos y patentes que definen el actual estado del arte en este
asunto, los cuales pueden ser clasificados de la forma indicada arriba. Estos
1O
incorporan determinadas características diferenciadoras, la mayor parte de las
veces muy limitadas. Así, la misma compañía propietaria del dispositivo lntellilink
(Chubb, citada arriba) presentó en 2009 un detector de caídas llevable en la
muñeca 24/7. A diferencia de lntellilink, este detector utiliza un acelerómetro y
algoritmos para detectar un cambio brusco en el patrón seguido al andar, y
15
generar un pre-aviso, mediante vibración, que de no desactivarse da lugar al aviso
al centro de atención mediante una estación fija con la que se conecta
inalámbricamente. Otras patentes presentan métodos técnicos diferentes para
detectar la inactividad o presentan otros métodos concretos para la detección
postura! o de inclinación, junto con alguna secuencia concreta de etapas a superar
20
para generar el evento lógico de caída.
Una característica común a la casi totalidad de dispositivos en el mercado
orientados a la detección de caídas en tiempo real es que la detección la realizan
mediante el mismo dispositivo que efectúa la captura de los señales, basado
normalmente en acelerómetros MEMS por su pequeño tamaño y consumo. Una
25
excepción a esto es la patente (Prado et al, 2002a). Existen otros dispositivos y
sistemas que emplean una arquitectura basada en una red inalámbrica personal
para la monitorización de determinadas señales fisiológicas, pero estos tienen
objetivos diferentes. Son sistemas que facilitan la supervisión de ciertas patologías
o eventos de urgencia en salud por sistemas de telecuidado, los cuales en algunos
30
casos integran también un sensor de acelerometría en la red para detección de
caídas. Sin embargo, en este último caso, la función de detección de caídas se
presenta localizada en el citado sensor, y no aporta nada especial o diferencial
con respecto al estado de la técnica que se ha descrito.
Se concluye que pese al ingente esfuerzo de investigación y desarrollo y la
35
cantidad de sistemas en el mercado dirigidos a resolver el problema de la
detección de caídas, todavía no existe un sistema que resuelva esta necesidad,
superando apropiadamente las dos especificaciones citadas: fiabilidad y
aceptación por el usuario.
La invención que se presenta propone un sistema que pretende cumplir con las
dos especificaciones anteriores aprovechando recientes avances científicos y
5
tecnológicos en diferentes áreas. Una de estas áreas, conocida bajo los nombres
de las iniciativas internacionales VPH (Virtual Physiological Human) y Physiome
debe revisarse sucintamente en este apartado al afectar a la solidez y apropiado
entendimiento del sistema. Estas iniciativas cuentan con más de una década de
investigación y tratan de desarrollar metodologías capaces de modelar la fisiología
1O
humana e integrar el conocimiento relativo a la salud de las personas en modelos
matemáticos. Recientemente se están tratando de aplicar los avances producidos
en ellas al área de salud electrónica (e-salud), al que pertenece el monitor que se
presenta aquí. Una de las primeras publicaciones que mostró la posibilidad de
desarrollar componentes computacionales que integrasen modelos matemáticos
15
fisiológicos en el contexto de un sistema de teleasistencia fue publicado a principio
de la década de los 2000 (Prado et al, 2002b). Un número especial que está a
punto de ser publicado presentará varios avances metodológicos en esa dirección,
y en particular un trabajo que aborda la posibilidad de conectar los sensores
inteligentes con modelos matemáticos fisiológicos que pueden ser usados como
20
observadores y predictores de ciertos parámetros fisiológicos y de salud vitales
(Fernández Peruchena* & Prado Velasco*, 201 O). Lo que debe destacarse en esta
área es que las herramientas computacionales y los métodos de modelado y
simulación son capaces de desarrollar modelos matemáticos fisiológicos y
biomecánicos que pueden ser usados para observar en tiempo real y predecir a
25
corto plazo el comportamiento de parámetros de salud y biomecánicos de
humanos. Este es el punto de partida utilizado la invención que aquí se describe.
Referencias:
Azcoitia Arreche J, Miguel, Eizmendi Loriz G, Perolle G, Sanchez Fuentes D,
30
Yanguas Lezaun J, Javier. (2007) Sistema y método para el análisis de la
actividad de una persona y detección automática de caídas. In FATRONIK F (ed.),
España.
Barak Y, Wagenaar RC, Holt KG (2006) Gait Characteristics of Elderly People With
35
a History of Falls: A Dynamic Approach. Physical Therapy 86(11): 1501-1510
Bourke AK, Lyons GM (2008) A threshold-based fall-detection algorithm using a biaxial gyroscope sensor. Medica/ Engineering and Physics 30(1 ): 84-90
5
Bouten CVC, Koekkoek KTM, Verduin M, Kodde R, Janssen JO (1997) A Triaxial Accelerometer and Portable Data Processing Unit for the Assessment of Daily Physical Activity. IEEE Transactions on Biomedical Engineering 44(3): 136-147
1O
Fernández Peruchena* CM, Prado Velasco* M (201 O) Smart sensors and virtual physiology human approach as a basis of personalized therapies in diabetes mellitus [First authorship shared] (in press). The Open Biomedical Engineering Journal (TOBEJ)
15
Lord SR, Sherrington C, Menz HB (2001) Falls in older people: risk factors and strategies for prevention, Cambridge, United Kingdom: Cambridge University Press.
Lutz W, Sanderson W, Scherbov S (2008) The coming acceleration of global population ageing. Nature 451 (7179): 716-719
20
Mathie MJ, Basilakis J, Celler BG (2001 ). A System for Monitoring Posture and Physical Activity Using Accelerometers. 23rd Annual lnternational Conference of the IEEE Engineering in Medicine and Biology Society.; Oct. 25-28; lstanbul, Turkey.
25
Noury N, Fleury A, Rumeau P, Bourke AK, Laighin G, Rialle V, Lundy JE (2007). Fall detection -Principies and Methods. Conf Proc IEEE Eng Med Biol Soc; January 1 , 2007.
30
Noury N, Herve T, Rialle V, Virone G, Mercier E, Morey G, Moro A, Porcheron T (2000). Monitoring behavior in home using a smart fall sensor and position sensors. 1st Annual lnternational IEEE EMBS Special Tapie Conference on Microtechnologies in Medicine and Biology.; 12-14 Oct. 2000; Lyon, France.
35
Prado M, Reina-Tesina LJ, Roa L. (2002a) Sistema portable para la monitorización de movimiento, estado postura! y actividad física de humanos durante las 24 horas del día. Oficina Española de Patentes y Marcas, Spain.
Prado M, Roa L, Reina-Tesina J, Palma A, Milán JA (2002b) Virtual Center for Renal Support: Technological Approach to Patient Physio/ogical lmage. IEEE Transactions on Biomedical Engineering 49(12): 1420-1430
5
Tamura T, Yoshimura T, Horiuchi F, Higashi Y, Fujimoto T (2000) An ambulatory fall monitor for the elderly. In Proceedings of the 22nd Annual lntemationa/ Conference ofthe IEEE, Vol. 4, pp 2608-2610. Chicago, lllinois, USA
1 O
Tunstall. (2007) Limited, p. 4. Solutions Sheet: falls management solution. Tunstall Group
Voermans NC, Snijders AH, Schoon Y, Bloem BR (2007) Why old people fall (and how to stop them). Practica/ Neurology 7(3): 158-171
15
Williams G, Doughty K, Cameron K, Bradley DA (1998) A smart fall and activity monitor for telecare applications. In Proceedings of the 20nd Annuallntemational Conference of the IEEE. Hong Kong.
20
Descripción de las figuras Al objeto de complementar y clarificar la descripción de la invención y de acuerdo con el ejemplo preferente de realización práctica del mismo que se presenta, se acompaña como parte integrante de la memoria un juego de dibujos con carácter ilustrativo y no limitativo, donde se representa lo que sigue:
25 30
Figura 1. Muestra una representación esquemática del monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico para la detección de eventos físicos de riesgo, el cual constituye el objeto de la presente invención. La figura ilustra la conexión con elementos externos a la invención mediante las líneas (1 O) y (12). Figura 2. Muestra un diagrama de bloques simplificado de un sensor acelerométrico inteligente, perteneciente a la red de sensores del monitor. En la figura 1 se representan dos de estos sensores por los bloques (1 a) y (1 b).
35
Figura 3. Muestra un diagrama de bloques simplificado de una estación transmisora portable, la cual se conecta con un SmartPhone mediante el bloque
24, para aportarle la tecnología de comunicación con los sensores inteligentes. El
conjunto SmartPhone + estación transmisora portable define el dispositivo
coordinador del monitor, representado en la figura 1 mediante el bloque (2).
5
Descripción de la invención
La presente invención tiene por objeto un sistema de monitorización multimodal
portable y adaptativo para humanos, basado en un avatar biomecánico-fisiológico,
capaz de detectar y avisar acerca de eventos físicos de riesgo, los cuales incluyen
caídas pero no se limitan a ellas, en tiempo real, de manera discreta y en entornos
1 O
abiertos o cerrados. El sistema permite además un seguimiento personalizado y
profundo de la actividad física del sujeto y de parámetros fisiológicos relevantes,
de manera configurable y de acuerdo a las necesidades establecidas por el
profesional sanitario.
Está constituido por un conjunto de sensores inteligentes y portables, siendo uno
15
de ellos un sensor acelerométrico triaxial, el cual será el único sensor en la
configuración mínima del sistema, conectados mediante una red personal
inalámbrica a un dispositivo coordinador que contiene a su vez un avatar
biomecánico-fisiológico del sujeto construido mediante un modelo matemático de
parámetros concentrados. La conexión entre los sensores y el coordinador es
20
reactiva al entorno, de tal manera que cuando no existe conexión directa entre
ellos, el coordinador examina el entorno y utiliza unos convertidores de protocolo
fijos para conectarse a la red de sensores, de manera transparente a estos
últimos. El dispositivo coordinador presenta especificaciones funcionales similares
a las de un teléfono móvil inteligente, permitiendo la conexión directa o vía unidad
25
local de acceso, con un centro proveedor de servicios. La reactividad al entorno
elimina la necesidad de portar el teléfono móvil inteligente cuando el sujeto se
encuentra en su hogar o en otro entorno cerrado equivalente.
Al menos el sensor inteligente acelerométrico triaxial puede ser llevado sin
necesidad de ropa, bien sujeto a la piel por una tirita hipoalergénica, en una
30
pulsera, o sujeto a un ornamento de dimensiones mínimas, y su posición puede
ser modificada a demanda del usuario para adaptarse a los cambios de tirita o de
ornamento, adaptándose automáticamente y de manera no guiada a las nuevas
condiciones de fijación.
35
La invención presenta un nuevo sistema para la detección de eventos físicos de
riesgo en humanos en tiempo real, incluyendo las caídas, mediante monitor
multimodal portable y adaptativo basado en un avatar biomecánico-fisiológico, de
manera discreta, y en entornos abiertos o cerrados. La invención permite además
un seguimiento personalizado y profundo de la actividad física y parámetros
fisiológicos relevantes del sujeto, de manera configurable y de acuerdo a las
5
necesidades establecidas por el profesional sanitario. La invención está basada en
el estado actual de las tecnologías de la información y las comunicaciones,
sistemas microelectromecánicos, y técnicas de modelado y simulación de
sistemas en ingeniería biomédica, y supone un aporte innovador en su aplicación
para resolver las necesidades crecientes de seguimiento remoto en situaciones de
1 O
emergencia y prevención en la asistencia socio-sanitaria.
De acuerdo con la reivindicación 1 a el sistema está constituido por un conjunto de
sensores inteligentes y llevables de manera discreta, los cuales se encuentran
conectados con un dispositivo coordinador que ejecuta un avatar biomecánico
fisiológico del sujeto, basado en un modelo matemático de parámetros
15
concentrados. La conexión entre los sensores y el coordinador se realiza mediante
una red inalámbrica sensible o reactiva al entorno, de acuerdo a conceptos de
Inteligencia Ambiental (Ami). Así, cuando los sensores son alcanzables por el
sistema de transmisión integrado del coordinador, la red se comporta como una
red personal inalámbrica (WPAN). Esta es la situación habitual cuando el sujeto
20
supervisado se encuentra en un entorno abierto, donde portará el dispositivo
coordinador consigo, en un bolso, cinturón o similar.
En un entorno cerrado como el hogar, el usuario no necesita portar el dispositivo
coordinador, de tal manera que este puede quedar encima de su base de carga.
En estas condiciones, si el coordinador no puede comunicarse directamente con
25
los sensores, se produce la conmutación automática a una red local inalámbrica
(WLAN), entrando en acción unos dispositivos fijos denominados convertidores de
protocolo, de pequeño tamaño, y distribuidos regularmente en entorno cerrado, los
cuales actúan como intermediarios entre los sensores y el dispositivo coordinador,
de manera transparente a los sensores. De esa manera, se garantiza la
30
supervisión continua del sujeto, tanto en el hogar o entorno cerrado que se desee,
como en la calle, evitando en lo posible el riesgo de que pueda producirse un
evento crítico no supervisado, como ocurre con la mayoría de los sistemas
actuales descritos en la sección de antecedentes.
De acuerdo a la reivindicación 2a al menos uno de los sensores inteligentes, que
35
puede ser el único en el caso de uso del sistema en su configuración mínima, es
acelerométrico. Este sensor está constituido por un acelerómetro con tecnología
MEMS y capacidad para medir aceleraciones estáticas y dinámicas en tres
dimensiones, microcontrolador, transceptor, antena y fuente de alimentación,
además de una circuitería auxiliar mínima. Todos los elementos electrónicos
utilizan tecnología actual de muy bajo consumo y tensión. Este sensor implementa
5
un algoritmo de detección de impactos, adaptativo y de coste computacional
mínimo. El algoritmo realiza una estimación de la energía acumulada en una
ventana temporal de tamaño inferior al segundo, de acuerdo a la reivindicación 33 ,
asociada a la actividad física del sujeto, y dependiente de la posición corporal en
la que sea llevado. Esta estimación se basa en una suma cuadrática o en valores
1 O
absolutos de las aceleraciones capturadas a la tasa de muestreo empleada
durante la ventana temporal indicada. La elección de valores cuadráticos o
absolutos es configurable en función de otras patologías o requisitos que pueda
tener el sujeto. Así en el caso de un sujeto con diabetes mellitus, puede ser
relevante tener una estimación más precisa del gasto energético medido en una
15
determinada posición corporal, por ejemplo, cerca del centro de gravedad del
sujeto, para introducirlo como dato en el avatar fisiológico y poder predecir de
manera personalizada los niveles de glucosa y ayudar a predecir eventos
glucémicos de interés.
Las energías estimadas en cada dirección (3D) son comparadas con unos
20
umbrales que a su vez son dependientes del propio de patrón de actividad del
sujeto, y de la situación y modo de fijación del sensor. El cálculo de estos
umbrales es realizado por el propio sensor siguiendo un proceso adaptativo que
atiende a los cambios en los citados patrones, situación y fijación, y son por su
naturaleza completamente personalizados. El esquema de aprendizaje seguido es
25
no guiado, es decir, no se requiere que el sujeto realice unas actividades
concretas. Cuando cualquiera de los umbrales es superado se genera un pre
evento físico de riesgo, que pasará a ser evento físico de riesgo (EFR), por
ejemplo una caída, si la energía asociada a los tres ejes del sensor se mantiene
nula, con un margen de seguridad, durante los segundos que siguen a la citada
30
superación. De acuerdo con la reivindicación 23 los umbrales calculados por el
sensor pueden ser corregidos de acuerdo a un determinado incremento o
decremento, por el dispositivo coordinador.
De acuerdo con la reivindicación 33 el sistema se caracteriza por utilizar una
estrategia de procesado distribuido del tipo "divide y vencerás", tal que el sensor
35
acelerométrico inteligente que define la configuración mínima del monitor se
encarga solo del análisis energético asociado a las aceleraciones muestreadas a

la frecuencia configurada, entre decenas y centenas de muestras por segundo (S/s), enviando las series temporales de aceleraciones, con una frecuencia de muestreo que puede ser inferior (tomando valores intercalados), al dispositivo coordinador, cuando se activa una EFR o cuando el coordinador lo pide expresamente. El dispositivo coordinador, que de acuerdo a la reivindicación 6a es funcionalmente similar a un SmartPhone, se encarga del análisis cinemática y postura! utilizando para ello un modelo biomecánico con un número finito de grados de libertad, de acuerdo a la reivindicación 6a. Un aspecto diferencial importante de la invención, de acuerdo con la reivindicación 4a, es que la detección de EFRs no se limita a la clasificación de un patrón determinado de aceleraciones, dentro de una secuencia de etapas discriminadoras. A diferencia de la mayoría de sistemas actuales de detección automática de caídas, el que aquí se presenta no pretende definir una caída de un sujeto mediante un análisis acelerométrico. Los resultados obtenidos por todos los sistemas desarrollados hasta el presente sugieren que esto no es efectivo, lo que parece lógico por lo artificioso de tal definición. Por ello, el objetivo de detección de caídas ha sido extendido en el sistema que aquí se describe a la detección de eventos físicos que pueden haber provocado daño en el sujeto (EFRs). Estos EFRs pueden estar asociados a un impacto previo o no. El sensor acelerométrico inteligente presenta un diseño capaz de detectar EFRs asociados a impacto mediante la técnica de cómputo energético adaptativo, aprendizaje no guiado y procesado distribuido, descrita anteriormente. Los EFRs no asociados a un impacto previo, los cuales pese a su menor frecuencia pueden producir daños importantes, incluyendo fracturas e incluso la muerte, son supervisados por el dispositivo coordinador, mediante un análisis periódico de series temporales de aceleraciones solicitadas al sensor, con periodos del orden de minutos de acuerdo a reivindicación 3a_ El dispositivo coordinador también efectúa un análisis de ciertos EFRs detectados por el sensor, de manera periódica o por haber sido descartado por el usuario como se indica a continuación, al objeto de optimizar los umbrales de detección y mejorar la especificidad de la detección de eventos ligados a impacto. El sistema genera un aviso configurable, audible y visible, cuando un EFR ha sido detectado, y tanto el sensor como el dispositivo coordinador permiten la desactivación del envío EFR detectado por el usuario antes de su envío al centro prestador de servicios. Esta desactivación puede realizarse mediante
procedimientos diversos, incluyendo reconocimiento de voz, pulsación de un
botón, etc.
La invención que se presenta permite la supervisión de EFRs durante las 24
horas, sin necesidad de llevar ropa, e incluso en la ducha o bañera. Para ello, de
5
acuerdo con la reivindicación sa, el sensor acelerométrico inteligente puede
llevarse al cuerpo mediante una tirita desechable que cambiará de posición
periódicamente para evitar dermatitis, adherido a un ornamento, o alojado en una
pulsera de silicona, neopreno o algún polímero impermeable e hipoalergénico.
Esta flexibilidad se logra debido al reducido tamaño de la electrónica del sensor,
1 O
con un diámetro característico en torno a 1 cm, y una altura de una fracción de 1
cm. El autocalibrado posicional en la aceleración gravitatoria, y la técnica de
aprendizaje no guiado permiten corregir automáticamente los parámetros
umbrales del algoritmo de detección de EFRs asociados a impacto, al cambiar la
posición del sensor. Esta flexibilidad en la portabilidad del sensor es un aspecto
15
clave en su aceptación por los usuarios, atendiendo a aspectos de gustos
(emocionales), ergonómicos y a las necesidades personales.
Como indica la reivindicación ea, el dispositivo coordinador presenta
características funcionales equivalentes a los teléfonos móviles inteligentes o
SmartPhones actuales. En la invención presentada, este dispositivo incorpora un
20
modelo matemático biomecánico con un número finito de grados de libertad que
permite la estimación de velocidades y aceleraciones no medidas en tiempo real y
facilita el análisis personalizado de la cinemática y posturas del sujeto. Esta
técnica se apoya en la probada capacidad de estos modelos matemáticos para la
descripción biomecánica de humanos, y facilita el procesado distribuido y
25
diferenciado funcionalmente de las series temporales de señales obtenidas por el
sensor acelerométrico principal, que caracteriza la configuración mínima del
sistema, así como de otros sensores acelerométricos que pueden aumentar la
precisión y resolución de la información biomecánica del sujeto.
La capacidad actual de los dispositivos tipo SmartPhone permite añadir un modelo
30
fisiológico de parámetros concentrados (propiedad que simplifica el modelo y
reduce el coste computacional de ejecución) a este, de acuerdo a reivindicación
7a_ Este modelo representa un avatar fisiológico simplificado del humano,
particularizado o referido a los parámetros de salud definidos por el profesional
médico de acuerdo a las patologías que pueda presentar el sujeto, como por
35
ejemplo el sistema cardiovascular, el sistema renal, o el sistema endocrino. Este
modelo puede estar acoplado con el biomecánico si fuese necesario, y actúa
como un observador matemático de variables o parámetros de difícil medición,
como por ejemplo la presión arterial en tiempo real o el volumen de vascular, lo
que permite detectar situaciones de emergencia en salud sobre el sujeto. Para su
correcta personalización y continua adaptación emplea las variables medidas por
5
la red de sensores del sistema, así como datos enviados desde el centro
proveedor de servicios, a través del dispositivo coordinador.
La red de sensores del sistema puede ser programada mediante nuevos
algoritmos durante la operación normal del dispositivo. Estos algoritmos son
enviados desde el dispositivo coordinador de manera inalámbrica, utilizando una
1 O
metodología similar a la utilizada por las rutinas de código Java denominadas
"applets", tal como se indica en la reivindicación aa. Esta función aporta una
flexibilidad funcional mucho mayor, reduciendo el coste de la puesta al día, y de la
aplicación de mejoras científicas y tecnológicas en las técnicas de procesado y en
la personalización de los sensores, sin necesidad de molestar al usuario. La
15
modificación del algoritmo y cualquier otra acción sensible sobre los sensores es
realizada utilizando protocolos seguros.
Modo de realización de la invención
Las figuras que se acompañan presentan un ejemplo de realización que ilustra,
20
pero no limita, la invención. De acuerdo con la figura 1 puede observarse como en
el sistema que la invención propone participa un dispositivo (1) coordinado por un
dispositivo (2). En este ejemplo de realización el dispositivo (1) está constituido por
dos sensores acelerométricos inteligentes (1 a) y (1 b) que son llevados por el
sujeto en la muñeca y cintura, mediante alguno de los sistemas de fijación
25
referidos en la reivindicación sa, mientras que el dispositivo coordinador (2) está
constituido por un SmartPhone unido a través de un puerto miniUSB a una
estación transmisora portable. La comunicación entre los sensores y el dispositivo
coordinador (2) se realiza mediante un protocolo maestro-esclavo y la tecnología
de comunicación de la estación transmisora portable. Esta comunicación está
30
ilustrada mediante las líneas (8) que unen (1 a) y (1 b) con (2), y definen la red de
área personal (4).
Cuando el sujeto se encuentra en su hogar o entorno cerrado equivalente no es
necesario que el dispositivo coordinador (2) sea portado por el sujeto. En ese
caso, el dispositivo (2) puede salir del rango de alcance de la red de área personal
35
(4), produciéndose de forma automática la conmutación a una red de área local
(5). En estas condiciones, el dispositivo coordinador (2) mantiene la conexión con
los sensores (1) a través de los dispositivos convertidores de protocolo (3), los
cuales se ilustran en este ejemplo de realización por los bloques (3a) y (3b). Los
elementos (3a) y (3b) utilizan tecnología Bluetooth de clase 1, con rango de 100
metros (aproximado), para la comunicación con el dispositivo coordinador (2), que
5
a su vez usará tecnología Bluetooth de clase 2 o de clase 1. El canal de
comunicación Bluetooth están referidos por las líneas (9) en la figura 1. El enlace
entre los elementos (3) y los sensores se realiza mediante la tecnología de
comunicación de la estación transmisora portable, indicada por las líneas de
comunicación (8).
1O
La comunicación entre el monitor multimodal portable ilustrado en la figura 1 y el
centro de proceso de datos y prestación de servicios (6) se realiza tanto de
manera directa mediante la comunicación celular (12) que ofrece el Smartphone,
como a través de una unidad local de acceso (7) mediante el canal de
comunicación (11) que no se define ni limita en la presente realización al existir
15
multitud de opciones disponibles. La conexión del dispositivo (2) con la unidad (7)
se realiza mediante Bluetooth en este ejemplo de realización. De esta manera esta
unidad (7) se considera perteneciente a la red de área local (5), aunque no
pertenece al monitor multimodal propuesto.
Los sensores acelerométricos inteligentes (1 a) y (1 b) corresponden al diagrama de
20
bloques la figura 2. Estos están constituidos por un circuito integrado (15) del tipo
System-On-Chip (SoC) de 5 x 5 x 0.8 mm que incluye un microprocesador (13) de
8 bits con periféricos (SPI, UART, puertos programables GPIO) y memoria (RAM y
ROM), y un transceptor integrado (14) para la banda de frecuencia de aparatos
industriales, científicos y médicos (ICM, 862 -870 MHz para Europa), modulación
25
FSK y GFSK, tasa de datos de hasta 50 kbps, tasa de error menor del 0.1 %, y un
consumo en operación inferior a los 5 mW. El SoC (15) es configurado como
esclavo en su uso en el sensor acelerométrico inteligente, y es alimentado a una
tensión de 1.4 v proporcionada por la batería de botón de Zinc (18). Un conversor
OC-OC (19) tipo step-up de 3 x 3 x 0.9 mm es utilizado para aportar la tensión de 3
30
v que requiere el acelerómetro triaxial (17). Este último es un acelerómetro de tipo
capacitivo, 2 x 2 x 0.95 mm, con rango de medición de hasta 8g, salida de señales
muestreadas mediante SPI y lógica interna de operación capaz de generar
interrupciones hacia el elemento (15) si detecta unas condiciones de aceleración
(magnitud y tiempo) establecidas. El sensor inteligente emplea una antena (16)
35
con tecnología cerámica multicapa, omnidireccional, para la banda de frecuencia
ICM indicada, y dimensiones 7 x 2 x 0.8 mm.

Tanto el dispositivo coordinador (2), como los convertidores de protocolo (3), de los cuales en la figura 1 se ilustra el empleo de dos de ellos (3a) y (3b), utilizan una estación de transmisión portable para la comunicación con los sensores inteligentes del monitor. La figura 3 presenta un diagrama de bloques simplificado de la estación de transmisión portable, que está constituida por un SoC (22), el cual incluye un microcontrolador (20) y transceptor (21 ), idéntico al empleado en los sensores inteligentes (figura 2). La tensión requerida por bloque 22 es proporcionada por el bloque (24), que incluye circuitería auxiliar para conexión USB y un convertidor DC-DC. La antena, de similares características a la del sensor inteligente, está indicada por el bloque (23), pero a diferencia de aquella, en la interfaz puede emplearse soluciones más directivas, mayor ganancia, y de algo mayor tamaño, debido a los requisitos menos restrictivos de tamaño, tanto en la versión enlazada al Smartphone, como (especialmente) en la utilizada para en los convertidores de protocolo. El modo de operación del sistema responde a la técnica distribuida y con división funcional entre sensores ( 1) y dispositivo coordinador (2), tal como se indica en la descripción detallada. El sistema no requiere que los sensores tengan una orientación corporal fijada. El sensor (1 b), fijado a la piel mediante una tirita hipoalergénica, a la altura de la cintura (lateral o espalda) computa la energía asociada a la actividad física en cada eje como la suma de las aceleraciones cuadráticas con una frecuencia de 100 S/s, sobre una ventana temporal de 500 ms de anchura. El sensor (1a), portado en la muñeca, estima la energía asociada a la energía física en cada eje como la suma de las aceleraciones en valor absoluto con una frecuencia de 400 S/s sobre una ventana de 600 ms. Ambos sensores pueden detectar EFRs, pero en este ejemplo de realización solo es necesario portar siembre el (1 a), mientras que el (1 b) aporta información adicional para alimentar a un avatar fisiológico sobre (2) capaz de describir la dinámica del sistema glucosa -insulina mediante un modelo matemático de parámetros concentrados. Este avatar es utilizado para optimizar la estrategia terapéutica de administración de insulina en un paciente con diabetes mellitus tipo 2. El sensor inteligente (1 b) necesita ser llevado las 24 horas del día, a diferencia del sensor (1 a), que es utilizado como el sensor que define el modo mínimo del monitor, de acuerdo a la reivindicación 28 . En este ejemplo de realización de la invención, la técnica de aprendizaje no guiado implementada en los sensores calcula y adapta los umbrales de energía en cada eje, haciéndolos igual al máximo de la energía promedio temporal de
actividades no ligadas a un impacto (es decir, sin superación de umbrales), efectuando el promedio sobre una ventana temporal de 1 O segundos, y descartando las zonas de energía nula (reposo).

Claims (4)

  1. Reivindicaciones
    1a._ Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico, que estando constituido por un dispositivo (1) portado por el sujeto, un dispositivo (2) conectado inalámbricamente con el (1), Y un conjunto de dispositivos fijos (3) utilizados como conversores de protocolo, se caracteriza porque el dispositivo (1) está formado por un conjunto de sensores inteligentes y lleva bies de manera discreta, los cuales trabajan de manera distribuida, coordinados por el dispositivo (2), que a su vez contiene un avatar biomecánicofisiológico del sujeto, siendo la conexión entre (1) Y (2) reactiva al entorno. Cuando el sujeto se encuentra en su domicilio o lugar configurado para ello, no es necesario portar el dispositivo (2), ya que cuando este detecta la pérdida de conexión directa con (1), utiliza los dispositivos fijos (3) como capa intermedia de conexión. De esta forma la red de conexión (1 )-(2) conmuta de manera reactiva, en función del entorno, entre una red de ámbito personal (red personal inalámbrica, WPAN) o local (red local inalámbrica, WLAN). La conmutación del ámbito de la red es transparente (no necesita ser considerada) por el dispositivo (1 ).
    2a ._ Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico, según reivindicación 1a, caracterizado porque al menos uno de los sensores inteligentes, que es participado por un sensor de aceleraciones, microcontrolador, transceptor y antena, y fuente de alimentación, todos ellos basados en una tecnología de muy baja tensión y consumo, efectúa capturas de aceleraciones triaxiales ortogonales, las procesa en el microcontrolador de acuerdo a un algoritmo adaptativo de óptimo coste computacional para estimar la energía de la actividad física del sujeto asociada a diferentes ventanas temporales, y decide la presencia de potenciales eventos físicos de riesgo (EFR) en base a la superación de umbrales ligados a cada eje y al patrón energético del sujeto tras dicha superación. La adaptación del algoritmo de procesado del sensor se basa en el cálculo personalizado de los umbrales de energía que disparan el EFR, en función de los patrones promedio de actividad del sujeto, de acuerdo a una técnica de aprendizaje no guiado. Los umbrales de energía personalizados calculados por el sensor pueden ser optimizados por el dispositivo (2), en función de los resultados del análisis posterior y on-line de la dinámica del movimiento del sujeto, efectuada por el avatar biomecánicofisiológico que reside en el dispositivo (2).
  2. 33 ._ Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico, según reivindicación 13, caracterizado por utilizar una técnica que aplica la estrategia "divide y vencerás" funcionalmente al análisis de las actividades físicas, al objeto de maximizar su fiabilidad y optimizar el uso de la capacidad computacional y de comunicaciones. Concretamente, el sensor inteligente acelerométrico, caracterizado en la segunda reivindicación, se encarga solo del análisis energético de la actividad física (integrando las aceleraciones al cuadrado o estimadores de bajo coste computacional de estos valores en ventanas temporales del orden de la fracción del segundo) utilizando los valores muestreados (frecuencias del orden 101 -102 S/s por eje), mientras que el dispositivo (2) se encarga del análisis cinemática y postural ligado a las aceleraciones, utilizando las series temporales enviadas por el dispositivo (1). La tarea del dispositivo (2) no es realizada más que sobre algunas series temporales (con una periodicidad de minutos o bajo aviso de EFR, y sobre ventanas de 101 segundos) y a una frecuencia de muestreo que puede ser inferior a la utilizada por (1), reduciendo ancho de banda y gasto de recursos.
  3. 43 ._ Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico, según reivindicación 13, caracterizado porque los eventos físicos de riesgo (EFR) que detecta no se limitan a un patrón concreto de aceleraciones (por ejemplo asociado a un impacto seguido de una inclinación superior a un cierto valor), sino que es capaz de generalizar los EFR, de manera personalizada, considerando EFRs asociados a un incremento brusco seguido de reducción brusca de energía de la actividad física, detectados por el dispositivo (1) Y supervisados por el (2), así como EFRs no asociados a un incremento de energía, determinados por el dispositivo (2) mediante un análisis periódico y profundo de las aceleraciones, de acuerdo a la estrategia referida en la tercera reivindicación.

  4. 53 ._ Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico, según reivindicación 13 , caracterizado porque el sensor acelerométrico inteligente referido en la reivindicación 23 puede ser llevado las 24 horas del día sujeto al cuerpo, gracias a su pequeño tamaño y autonomía. El procedimiento de fijación incluye (pero no se limita) una tirita o parche con adhesivo hipoalergénico (desechable) que deberá cambiar de posición cada conjunto de días para evitar dermatitis, puede llevarse adherido a un ornamento como collar o anillo, y también alojarse dentro de una pulsera de silicona, neopreno u otro polímero con diseño ergonómico e impermeable. El cambio periódico de posición es detectado por el sensor utilizando el vector aceleración gravitatoria como referencia posicional, y los parámetros umbrales son corregidos automáticamente gracias a la técnica de aprendizaje no guiado de la reivindicación
    2a .
    6a._ Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico, según reivindicación 1a, caracterizado porque el dispositivo (2) presenta especificaciones funcionales similares a las de un SmartPhone o teléfono móvil inteligente (que puede ser por tanto utilizado para tal fin), y ejecuta un modelo matemático biomecánico con un número finito de grados de libertad que sirve como observador y predictor de la dinámica del movimiento del sujeto portador. Este modelo hace de avatar biomecánico y es personalizado al sujeto portador a partir de los datos muestreados por el dispositivo (1), que en modo mínimo corresponde al sensor acelerométrico referido en la reivindicación
    2a.
    7a ._ Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico, según reivindicación 1a, caracterizado porque el dispositivo (2) también ejecuta un modelo matemático fisiológico simplificado del sujeto, que actúa como observador y predictor de ciertos parámetros de salud. Este modelo es personalizado a partir de los datos medidos por otros sensores pertenecientes al dispositivo (1) Y mediante datos pertenecientes a la historia clínica del sujeto, enviados desde un centro de tratamiento de datos al dispositivo (2). Este modelo, acoplado al modelo biomecánico, y en el marco del presente monitor, permite a su vez predecir situaciones de emergencia en salud, mediante técnicas de fusión de datos.

    aa._ Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico, según reivindicación 1a, caracterizado porque los sensores inteligentes pertenecientes al dispositivo (1), como el referido en la reivindicación 2a pueden programarse con nuevos algoritmos para el tratamiento
    de las señales que muestrean, una vez se encuentren asociados a un sujeto y funcionando. Estos algoritmos pueden ser enviados por el dispositivo (2) de manera inalámbrica, siguiendo una filosofía similar a la utilizada por las rutinas de código denominadas "applets" en las redes de computadores actuales (transferencia al punto de uso y ejecución en él). Esta característica aporta mayor flexibilidad funcional y de personalización al monitor.
ES201001372A 2010-10-22 2010-10-22 Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico para la detección de eventos fisicos de riesgo. Active ES2394842B1 (es)

Priority Applications (2)

Application Number Priority Date Filing Date Title
ES201001372A ES2394842B1 (es) 2010-10-22 2010-10-22 Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico para la detección de eventos fisicos de riesgo.
PCT/ES2011/000311 WO2012052582A2 (es) 2010-10-22 2011-10-21 Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico para la detección de eventos físicos de riesgo

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
ES201001372A ES2394842B1 (es) 2010-10-22 2010-10-22 Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico para la detección de eventos fisicos de riesgo.

Publications (2)

Publication Number Publication Date
ES2394842A1 true ES2394842A1 (es) 2013-02-06
ES2394842B1 ES2394842B1 (es) 2013-11-26

Family

ID=45975664

Family Applications (1)

Application Number Title Priority Date Filing Date
ES201001372A Active ES2394842B1 (es) 2010-10-22 2010-10-22 Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico para la detección de eventos fisicos de riesgo.

Country Status (2)

Country Link
ES (1) ES2394842B1 (es)
WO (1) WO2012052582A2 (es)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2640790A1 (es) * 2017-04-04 2017-11-06 Stanislas Louis ALEXANDRE KARNKOWSKI Procedimiento para la detección y representación virtual de actividades de acción

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9313646B2 (en) 2013-10-17 2016-04-12 At&T Intellectual Property I, Lp Method and apparatus for adjusting device persona
US10311482B2 (en) 2013-11-11 2019-06-04 At&T Intellectual Property I, Lp Method and apparatus for adjusting a digital assistant persona

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070027367A1 (en) * 2005-08-01 2007-02-01 Microsoft Corporation Mobile, personal, and non-intrusive health monitoring and analysis system
WO2008076464A2 (en) * 2006-06-21 2008-06-26 Surgisense Corporation Wireless medical telemetry system and methods using radio-frequency energized biosensors
US20080288200A1 (en) * 2007-05-18 2008-11-20 Noble Christopher R Newtonian physical activity monitor
US20100253509A1 (en) * 2009-04-03 2010-10-07 Yongji Fu Personal environmental monitoring method and system and portable monitor for use therein

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070027367A1 (en) * 2005-08-01 2007-02-01 Microsoft Corporation Mobile, personal, and non-intrusive health monitoring and analysis system
WO2008076464A2 (en) * 2006-06-21 2008-06-26 Surgisense Corporation Wireless medical telemetry system and methods using radio-frequency energized biosensors
US20080288200A1 (en) * 2007-05-18 2008-11-20 Noble Christopher R Newtonian physical activity monitor
US20100253509A1 (en) * 2009-04-03 2010-10-07 Yongji Fu Personal environmental monitoring method and system and portable monitor for use therein

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2640790A1 (es) * 2017-04-04 2017-11-06 Stanislas Louis ALEXANDRE KARNKOWSKI Procedimiento para la detección y representación virtual de actividades de acción

Also Published As

Publication number Publication date
WO2012052582A2 (es) 2012-04-26
ES2394842B1 (es) 2013-11-26
WO2012052582A3 (es) 2012-07-05

Similar Documents

Publication Publication Date Title
US20220160298A1 (en) Enhanced Smartwatch and Vitals Monitor
US20210052221A1 (en) System, method, and smartwatch for protecting a user
US8660517B2 (en) Personal assistance monitoring system
US20190261888A1 (en) Re-wearable wireless device
Indrakumari et al. The growing role of Internet of Things in healthcare wearables
Jovanov et al. A wireless body area network of intelligent motion sensors for computer assisted physical rehabilitation
JP6513708B2 (ja) モジュール型センサープラットフォームを有する調整可能なウェアラブルシステム
Barakah et al. A survey of challenges and applications of wireless body area network (WBAN) and role of a virtual doctor server in existing architecture
Liolios et al. An overview of body sensor networks in enabling pervasive healthcare and assistive environments
Zubiete et al. Review of wireless sensors networks in health applications
JP2018507080A (ja) イヤピースを用いたバイタルサイン監視のためのシステムおよび方法
CN109222909A (zh) 一种可穿戴式智能监测装置及监测运动、脊椎弯曲和关节磨损的方法
US10448831B2 (en) Wearable sensor
WO2008098346A1 (en) Wearable mini-size intelligent healthcare system
Zhang et al. State of the art in gait analysis using wearable sensors for healthcare applications
Darwish et al. The impact of implantable sensors in biomedical technology on the future of healthcare systems
ES2394842B1 (es) Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico para la detección de eventos fisicos de riesgo.
KR101754576B1 (ko) 탈착 디바이스를 이용한 생체 신호 분석 시스템 및 방법
WO2011124732A2 (es) Adición a la patente p200201710 por "sistema portable para la monitorización del movimiento, estado postural y actividad física de humanos durante las 24 horas del día"
Kaur Wireless body area network & its application
CN110960202A (zh) 一种对病人康复状况的智慧医疗监控和分析系统
WO2023112057A1 (en) "wearable device for collecting physiological health data"
Singh et al. Implementation of safety alert system for elderly people using multi-sensors
Fanucci et al. Advanced multi-sensor platform for chronic disease home monitoring
Joo-Hyun Development brief of a body area network for ubiquitous healthcare: An introduction to ubiquitous biomedical systems development center

Legal Events

Date Code Title Description
FG2A Definitive protection

Ref document number: 2394842

Country of ref document: ES

Kind code of ref document: B1

Effective date: 20131126