WO2012052582A2 - Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico para la detección de eventos físicos de riesgo - Google Patents

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

Info

Publication number
WO2012052582A2
WO2012052582A2 PCT/ES2011/000311 ES2011000311W WO2012052582A2 WO 2012052582 A2 WO2012052582 A2 WO 2012052582A2 ES 2011000311 W ES2011000311 W ES 2011000311W WO 2012052582 A2 WO2012052582 A2 WO 2012052582A2
Authority
WO
WIPO (PCT)
Prior art keywords
biomechanical
physiological
subject
avatar
portable
Prior art date
Application number
PCT/ES2011/000311
Other languages
English (en)
French (fr)
Other versions
WO2012052582A3 (es
Inventor
Manuel Prado Velasco
Rafael ORTIZ MARÍN
María Gloria DEL RIO CIDONCHA
Carlos María FERNÁNDEZ PERUCHENA
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
Publication of WO2012052582A2 publication Critical patent/WO2012052582A2/es
Publication of WO2012052582A3 publication Critical patent/WO2012052582A3/es

Links

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1118—Determining activity level
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
    • G16Z99/00—Subject matter not provided for in other main groups of this subclass
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1116—Determining posture transitions
    • A61B5/1117—Fall detection
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00—ICT 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
    • G16H40/60—ICT 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
    • G16H40/63—ICT 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
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/50—ICT 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

Definitions

  • the present invention aims at a portable and adaptive multimodal monitoring system for humans, based on a biomechanical-physiological avatar, capable of detecting and warning about physical risk events, which include falls but are not limited to them, in time real, discreetly and in open or closed environments.
  • the system also allows a personalized and deep monitoring of the physical activity of the subject and relevant physiological parameters, in a configurable way and according to the needs established by the healthcare professional.
  • the elderly are a population group with high comorbidity, with primary chronic diseases such as diabetes, chronic renal failure, and cardiovascular disease, among others, and a multitude of chronic degenerative complications, which increases hospital risk and potential complications of a fall, for example of fracture.
  • the fall is a logical event that is activated as a result of the appearance of a sequence of discriminating stages. This sequence of stages is relatively inflexible, and often based on non-programmable hardware elements.
  • the optoelectronic device presented in (Tamura et al, 2000) which generates an alarm event when the subject (device) is sufficiently close to the horizontal position for a set time (a single stage), should be mentioned.
  • the WristCare monitor (Vivatec, www.vivatec.co.uk (last accessed June 2010)) is worn as a wristwatch and detects the lack of activity of the subject (one stage), sending the alarm to a fixed unit in the home .
  • the Intellilink device (Chubb, www.chibcommunitvcare.co.uk (last accessed June 2010)) is a fall detector carried around the neck and also based on a certain inclination change.
  • the algorithm distinguishes a direct detection and a differential detection, in such a way that the direct one is characterized by exceeding the average value of the horizontal axis by ⁇ 3.5 g generating a direct warning (a discrimination stage), and the differential by exceeding ⁇ 1.6 g followed of a period of inactivity (two stages of discrimination).
  • the second type of detectors is characterized by its ability to perform a vector acceleration measurement according to three dimensions (3D), usually orthogonal at the point of fixation, providing flexibility for the kinematic and postural analysis of the user.
  • 3D three dimensions
  • 3D three dimensions
  • this detector uses an accelerometer and algorithms to detect an abrupt change in the pattern followed when walking, and generate a pre-warning, by vibration, that if not deactivated it gives rise to the warning to the center of attention through a fixed station with which it connects wirelessly.
  • Other patents have different technical methods to detect inactivity or present other specific methods for postural or tilt detection, together with some specific sequence of steps to overcome to generate the logical fall event.
  • a characteristic common to almost all devices in the market oriented to the detection of falls in real time is that the detection is done by the same device that makes the capture of the signals, normally based on MEMS accelerometers due to their small size and consumption .
  • An exception to this is the patent (Prado et al, 2002a).
  • Figure 1 Shows a schematic representation of the portable and adaptive multimodal monitor for humans based on biomechanical-physiological avatar for the detection of physical risk events, which is the object of the present invention.
  • the figure illustrates the connection with elements external to the invention by lines (10) and (12).
  • FIG. 1 Shows a simplified block diagram of an intelligent accelerometric sensor, belonging to the monitor's sensor network. In figure 1 two of these sensors are represented by the blocks (1a) and (1 b).
  • Figure 3 It shows a simplified block diagram of a portable transmitter station, which is connected to a SmartPhone via block 24, to provide communication technology with intelligent sensors.
  • the SmartPhone + portable transmitter station set defines the coordinating device of the monitor, represented in figure 1 by the block (2). Description of the invention
  • the present invention aims at a portable and adaptive multimodal monitoring system for humans, based on a biomechanical-physiological avatar, capable of detecting and warning about physical risk events, which include falls but are not limited to them, in time real, discreetly and in open or closed environments.
  • the system also allows a personalized and deep monitoring of the physical activity of the subject and relevant physiological parameters, in a configurable way and according to the needs established by the healthcare professional.
  • the connection between the sensors and the coordinator is reactive to the environment, so that when there is no direct connection between them, the coordinator examines the environment and uses fixed protocol converters to connect to the sensor network, transparently to these last.
  • the coordinating device has functional specifications similar to those of a mobile smart phone, allowing direct connection or via local access unit, with a service provider center. The reactivity to the environment eliminates the need to carry the mobile smart phone when the subject is at home or in another equivalent closed environment.
  • At least the triaxial accelerometer smart sensor can be worn without clothing, either attached to the skin by a hypoallergenic band, on a bracelet, or subject to an ornament of minimum dimensions, and its position can be modified at the user's request to adapt to the changes of band aid or ornament, adapting automatically and in a non-guided way to the new fixing conditions.
  • the invention presents a new system for the detection of physical risk events in humans in real time, including falls, by means of a portable and adaptive multimodal monitor based on a biomechanical-physiological avatar, discreetly, and in open or closed environments.
  • the invention also allows a personalized and deep monitoring of physical activity and physiological parameters relevant to the subject, in a configurable way and according to the needs established by the healthcare professional.
  • the invention is based on the current state of information and communications technologies, microelectromechanical systems, and modeling and simulation techniques of systems in biomedical engineering, and is an innovative contribution in its application to meet the growing needs of remote monitoring in emergency situations and prevention in socio-health care.
  • the system it is constituted by a set of smart and wearable sensors discretely, which are connected to a coordinating device running a physiological biomecánico- avatar of the subject, based on a mathematical model of lumped .
  • the connection between the sensors and the coordinator is made through a wireless network sensitive or reactive to the environment, according to Environmental Intelligence (AmI) concepts.
  • AmI Environmental Intelligence
  • the network behaves like a personal wireless network (WPAN). This is the usual situation when the supervised subject is in an open environment, where he will carry the coordinating device with him, in a bag, belt or similar.
  • the user does not need to carry the coordinating device, so that it can remain on top of its charging base.
  • the coordinator cannot communicate directly with the sensors, automatic switching to a wireless local network (WLAN) occurs, with fixed devices called protocol converters, small size, and distributed regularly in a closed environment. , which act as intermediaries between the sensors and the coordinating device, transparently to the sensors. In this way, the continuous supervision of the subject is guaranteed, both in the home or closed environment that is desired, as in the street, avoiding as much as possible the risk that an unsupervised critical event may occur, as occurs with most the current systems described in the background section.
  • WLAN wireless local network
  • the smart sensors which may be the only in the case of use of the system in its minimum configuration, it is accelerometric.
  • This sensor consists of an accelerometer with MEMS technology and ability to measure static and dynamic accelerations in three dimensions, microcontroller, transceiver, antenna and power supply, In addition to a minimum auxiliary circuitry. All electronic elements use current technology of very low consumption and voltage.
  • This sensor implements an algorithm of impact detection, adaptive and minimum computational cost. The algorithm makes an estimate of the energy accumulated in a temporary window of size smaller than the second, according to claim 3 a , associated with the physical activity of the subject, and dependent on the body position in which it is carried.
  • This estimate is based on a quadratic sum or absolute values of the accelerations captured at the sampling rate used during the indicated time window.
  • the choice of quadratic or absolute values is configurable depending on other pathologies or requirements that the subject may have.
  • it may be relevant to have a more accurate estimate of the energy expenditure measured in a given body position, for example, near the center of gravity of the subject, to enter it as data in the physiological avatar and power Personally predict glucose levels and help predict glycemic events of interest.
  • the estimated energies in each direction are compared with thresholds that in turn are dependent on the subject's own pattern of activity, and on the situation and mode of fixation of the sensor.
  • the calculation of these thresholds is performed by the sensor itself following an adaptive process that addresses the changes in the aforementioned patterns, location and fixation, and are by their nature completely customized.
  • the learning scheme followed is unguided, that is, the subject is not required to perform specific activities.
  • a physical risk pre-event is generated, which will become a physical risk event (EFR), for example a fall, if the energy associated with the three axes of the sensor remains null, with a safety margin, during the seconds following the abovementioned overcoming.
  • EFR physical risk event
  • the thresholds calculated by the sensor can be corrected according to a particular increase or decrease, by the coordinator device.
  • the system is characterized by using a strategy distributed processing "divide and conquer", such that the smart accelerometric sensor that defines the minimum monitor settings handles only the energetic analysis associated with the sampled accelerations at the set frequency, between tens and hundreds of samples per second (S / s), sending the time series of accelerations, with a sampling frequency that may be lower (taking interleaved values), to the coordinating device, when an EFR is activated or when the coordinator expressly requests it.
  • the coordinating device which according to claim 6 a is functionally similar to a SmartPhone, is responsible for kinematic and postural analysis using a biomechanical model with a finite number of degrees of freedom, according to claim 6 a .
  • EFRs Evolved cyclopentase cyclopentase cyclopentase cyclopentase cyclopentase cyclopentase cyclopentase cyclopentase cyclopentase cyclopentase cyclopentase cyclopentase cyclopentase cyclopentase cyclopentase, a stroke, a stroke, a stroke, a stroke, a stroke, a stroke, a stroke, and the like.
  • the intelligent accelerometric sensor has a design capable of detecting EFRs associated with impact through the technique of adaptive energy computing, unguided learning and distributed processing, described above.
  • EFRs not associated with a previous impact which despite their lower frequency can cause significant damage, including fractures and even death, are supervised by the coordinating device, through a periodic analysis of time series of accelerations requested from the sensor, with periods of the order of minutes according to claim 3 a .
  • the coordinating device also performs an analysis of certain EFRs detected by the sensor, periodically or for having been discarded by the user as indicated below, in order to optimize the detection thresholds and improve the specificity of the detection of linked events to impact
  • the system generates a configurable, audible and visible warning, when an EFR has been detected, and both the sensor and the coordinating device allow the deactivation of the EFR shipment detected by the user before being sent to the service provider center.
  • This deactivation can be done by various procedures, including voice recognition, press of a button, etc.
  • the intelligent accelerometric sensor can be carried to the body by a disposable band aid that will change position periodically to prevent dermatitis, adhered to an ornament, or housed in a silicone, neoprene or some waterproof and hypoallergenic polymer wristband.
  • This flexibility is achieved due to the small size of the sensor electronics, with a characteristic diameter around 1 cm, and a height of a fraction of 1 cm.
  • the positional self-calibration in gravitational acceleration, and the unguided learning technique allow to automatically correct the threshold parameters of the EFRs detection algorithm associated with impact, by changing the position of the sensor. This flexibility in the portability of the sensor is a key aspect in its acceptance by users, attending to aspects of (emotional) tastes, ergonomics and personal needs.
  • the coordinating device has functional characteristics equivalent to current mobile smartphones or SmartPhones.
  • this device incorporates a biomechanical mathematical model with a finite number of degrees of freedom that allows the estimation of speeds and accelerations not measured in real time and facilitates the personalized analysis of the kinematics and postures of the subject.
  • This technique is based on the proven ability of these mathematical models for the biomechanical description of humans, and facilitates the distributed and functionally differentiated processing of the time series of signals obtained by the main accelerometric sensor, which characterizes the minimum configuration of the system, as well as of other accelerometric sensors that can increase the accuracy and resolution of the subject's biomechanical information.
  • the current capacity of SmartPhone-type devices allows adding a physiological model of concentrated parameters (property that simplifies the model and reduces the computational cost of execution) to it, according to claim 7 a .
  • This model represents a simplified physiological avatar of the human, particularized or referred to the health parameters defined by the medical professional according to the pathologies that the subject may present, such as the cardiovascular system, the renal system, or the endocrine system.
  • This model can be coupled with the biomechanical if necessary, and acts as a mathematical observer of variables or parameters of difficult measurement, such as real-time blood pressure or vascular volume, which allows to detect emergency health situations on the subject
  • For proper customization and continuous adaptation uses the variables measured by the system's sensor network, as well as data sent from the service provider center, through the coordinating device.
  • the system's sensor network can be programmed using new algorithms during normal device operation. These algorithms are sent from the coordinating device wirelessly, using a methodology similar to that used by the Java code routines called "applets", as indicated in claim 8 a .
  • This function provides a much greater functional flexibility, reducing the cost of updating, and the application of scientific and technological improvements in the processing techniques and in the customization of the sensors, without disturbing the user.
  • the modification of the algorithm and any other sensitive action on the sensors is performed using secure protocols.
  • the accompanying figures present an exemplary embodiment that illustrates, but does not limit, the invention.
  • a device (1) coordinated by a device (2) participates.
  • the device (1) is constituted by two intelligent accelerometric sensors (1a) and (1b) that are carried by the subject in the wrist and waist, by means of some of the fixing systems referred to in claim 5 a
  • the coordinating device (2) is constituted by a SmartPhone connected through a miniUSB port to a portable transmitter station.
  • the communication between the sensors and the coordinating device (2) is carried out by means of a master-slave protocol and the communication technology of the portable transmitter station. This communication is illustrated by lines (8) that join (1a) and (1b) with (2), and define the personal area network (4).
  • the coordinating device (2) When the subject is in his home or equivalent closed environment it is not necessary that the coordinating device (2) be carried by the subject. In that case, the device (2) can leave the range of the personal area network (4), automatically switching to a local area network (5). Under these conditions, the coordinating device (2) maintains the connection with the sensors (1) through the protocol converting devices (3), which are illustrated in this embodiment by blocks (3a) and (3b) .
  • Elements (3a) and (3b) use Bluetooth technology class 1, with a range of 100 meters (approximate), for communication with the coordinating device (2), which in turn will use class 2 or class 1 Bluetooth technology.
  • the Bluetooth communication channel is referred to by the lines (9) in Figure 1.
  • the link between the elements (3) and the sensors is made using the station's communication technology portable transmitter, indicated by the communication lines (8).
  • Communication between the portable multimodal monitor illustrated in Figure 1 and the data processing and service center (6) is carried out both directly through the cellular communication (12) offered by the Smartphone, and through a unit access location (7) through the communication channel (11) that is not defined or limited in the present embodiment as there are many options available.
  • the device (2) is connected to the unit (7) via Bluetooth in this example. In this way this unit (7) is considered to belong to the local area network (5), although it does not belong to the proposed multimodal monitor.
  • the intelligent accelerometric sensors (1a) and (1b) correspond to the block diagram in Figure 2. These consist of an integrated circuit (15) of the System-On-Chip (SoC) type of 5 x 5 x 0.8 mm that includes a 8-bit microprocessor (13) with peripherals (SPI, UART, programmable GPIO ports) and memory (RAM and ROM), and an integrated transceiver (14) for the frequency band of industrial, scientific and medical devices (ICM, 862 - 870 MHz for Europe), FSK and GFSK modulation, data rate of up to 50 kbps, error rate of less than 0.1%, and an operating consumption of less than 5 mW.
  • SoC System-On-Chip
  • the SoC (15) is configured as a slave in its use in the intelligent accelerometric sensor, and is powered at a voltage of 1.4 v provided by the Zinc button battery (18).
  • a DC-DC converter (19) 3 x 3 x 0.9 mm step-up type is used to provide the 3 v voltage required by the triaxial accelerometer (17).
  • the latter is a capacitive accelerometer, 2 x 2 x 0.95 mm, with measuring range of up to 8g, output of signals sampled by SPI and internal operating logic capable of generating interruptions to the element (15) if it detects conditions of acceleration (magnitude and time) established.
  • the smart sensor uses an antenna (16) with multilayer ceramic technology, omnidirectional, for the indicated ICM frequency band, and dimensions 7 x 2 x 0.8 mm.
  • Figure 3 presents a simplified block diagram of the station portable transmission, which consists of a SoC (22), which includes a microcontroller (20) and transceiver (21), identical to that used in smart sensors ( Figure 2).
  • the required voltage per block 22 is provided by block (24), which includes auxiliary circuitry for USB connection and a DC-DC converter.
  • the antenna of similar characteristics to that of the intelligent sensor, is indicated by the block (23), but unlike that one, more directive solutions, greater gain, and of a somewhat larger size can be used in the interface, due to the requirements less size restrictive, both in the version linked to the Smartphone, and (especially) in the version used for protocol converters.
  • the mode of operation of the system responds to the distributed technique and with functional division between sensors (1) and coordinating device (2), as indicated in the detailed description.
  • the system does not require that the sensors have a fixed body orientation.
  • the sensor (1b) fixed to the skin by a hypoallergenic band, at the waist (side or back) computes the energy associated with physical activity on each axis as the sum of the quadratic accelerations with a frequency of 100 S / s, over a temporary window 500 ms wide.
  • the sensor (1a) worn on the wrist, estimates the energy associated with the physical energy in each axis as the sum of the accelerations in absolute value with a frequency of 400 S / s on a window of 600 ms.
  • Both sensors can detect EFRs, but in this embodiment it is only necessary to carry the (1a), while the (1b) provides additional information to feed a physiological avatar about (2) capable of describing the dynamics of the glucose system - insulin using a mathematical model of concentrated parameters. This avatar is used to optimize the therapeutic strategy of insulin administration in a patient with type 2 diabetes mellitus.
  • the smart sensor (1 b) needs to be taken 24 hours a day, unlike the sensor (1a), which is used as the sensor that defines the minimum mode of the monitor, according to claim 2 a .
  • the unguided learning technique implemented in the sensors calculates and adapts the energy thresholds on each axis, making them equal to the maximum of the average temporal energy of activities not linked to an impact (that is, without exceeding thresholds), making the average over a 10-second time window, and discarding zero energy zones (rest).

Landscapes

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

Abstract

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 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.

Description

Título
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 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 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 riesgo 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 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 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 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 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 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 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 Altec Fall Detector (Tinetek, www.tvnetec.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 (último acceso Junio 2010)) 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 detecta la falta de actividad del sujeto (una etapa), enviando la alarma a una unidad fija en el hogar. El dispositivo Intellilink (Chubb, www.chibcommunitvcare.co.uk (último acceso Junio 2010)) 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 definido fue presentado por Philips en Marzo de 2010 (Línea comercial Lifeline, www.lifelinesvs.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 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 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 medición de la aceleración vectorial según tres dimensiones (3D), usualmente ortogonales en el punto de fijación, aportando flexibilidad para el análisis cinemático y postural del usuario. En realidad, lo que distingue el segundo del primer tipo de detectores no es tanto el sensor 3D sino la capacidad de analizar el movimiento humano mediante técnicas más sofisticadas. Existen muchos menos 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 3D aporta suficiente información para realizar una estimación del gasto energético del sujeto, asociado a la actividad física realizada (Bouten et al, 1997). 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 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 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 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 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 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 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 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 incorporan determinadas características diferenciadoras, la mayor parte de las veces muy limitadas. Así, la misma compañía propietaria del dispositivo Intellilink (Chubb, citada arriba) presentó en 2009 un detector de caídas llevabie en la muñeca 24/7. A diferencia de Intellilink, este detector utiliza un acelerómetro y algoritmos para detectar un cambio brusco en el patrón seguido al andar, y 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 postural o de inclinación, junto con alguna secuencia concreta de etapas a superar 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 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 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 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 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 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 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 observadores y predictores de ciertos parámetros fisiológicos y de salud vitales (Fernández Peruchena* & Prado Velasco*, 2010). 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 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, Sánchez Fuentes D, 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 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. Medical Engineeríng and Physics 30(1): 84-90 Bouten CVC, Koekkoek KTM, Verduin M, Kodde R, Janssen JD (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
Fernández Peruchena* CM, Prado Velasco* M (2010) 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)
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
Mathie MJ, Basilakis J, Celler BG (2001). A System for Monitoring Posture and Physical Activity Using Accelerometers. 23rd Annual International Conference of the IEEE Engineering in Medicine and Biology Society. ; Oct. 25-28; Istanbul, Turkey.
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.
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 International IEEE EMBS Special Topic Conference on Microtechnologies in Medicine and Biology. ; 12-14 Oct. 2000; Lyon, France.
Prado M, Reina-Tosina LJ, Roa L. (2002a) Sistema portable para la monitorización de movimiento, estado postural y actividad física de humanos durante las 24 horas del día. Oficina Española de Patentes y Marcas, Spain.
Prado M, Roa L, Reina-Tosina J, Palma A, Milán JA (2002b) Virtual Center for Renal Support: Technological Approach to Patient Physiological Image. IEEE Transactions on Biomedical Engineering 49(12): 1420-1430 Tamura T, Yoshimura T, Horiuchi F, Higashi Y, Fujimoto T (2000) An ambulatory fall monitor for the elderly. In Proceedings of the 22nd Annual International Conference of the IEEE, Vol. 4, pp 2608-2610. Chicago, Illinois, USA
Tunstall. (2007) Solutions Sheet: falls management solution. Tunstall Group Limited, p. 4.
Voermans NC, Snijders AH, Schoon Y, Bloem BR (2007) Why oíd people fall (and how to stop them). Practical Neurology 7(3): 158-171
Williams G, Doughty K, Cameron K, Bradley DA (1998) A smart fall and activity monitor for telecare applications. In Proceedings of the 20nd Annual International Conference of the IEEE. Hong Kong.
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:
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 (10) 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 (1a) y (1 b).
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). 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 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 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 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 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 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.
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 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 emergencia y prevención en la asistencia socio-sanitaria.
De acuerdo con la reivindicación 1a 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 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 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 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 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 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 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 3a, 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 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 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 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 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 superación. De acuerdo con la reivindicación 2a 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 3a el sistema se caracteriza por utilizar una estrategia de procesado distribuido del tipo "divide y vencerás", tal que el sensor 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 cinemático y postural 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 acuerdo con la reivindicación 5a, 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, 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 clave en su aceptación por los usuarios, atendiendo a aspectos de gustos (emocionales), ergonómicos y a las necesidades personales.
Como indica la reivindicación 6a, el dispositivo coordinador presenta características funcionales equivalentes a los teléfonos móviles inteligentes o SmartPhones actuales. En la invención presentada, este dispositivo incorpora un 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 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 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 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 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 metodología similar a la utilizada por las rutinas de código Java denominadas "applets", tal como se indica en la reivindicación 8a. 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 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, 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 (1a) y (1b) que son llevados por el sujeto en la muñeca y cintura, mediante alguno de los sistemas de fijación referidos en la reivindicación 5a, 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 ilustrada mediante las líneas (8) que unen (1a) y (1b) 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 (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 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).
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 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 (1a) y (1b) corresponden al diagrama de 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 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 DC-DC (19) tipo step-up de 3 x 3 x 0.9 mm es utilizado para aportar la tensión de 3 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) 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 (1b), 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 (1a), mientras que el (1b) 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 (1a), que es utilizado como el sensor que define el modo mínimo del monitor, de acuerdo a la reivindicación 2a.
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 10 segundos, y descartando las zonas de energía nula (reposo).

Claims

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 llevables de manera discreta, los cuales trabajan de manera distribuida, coordinados por el dispositivo (2), que a su vez contiene un avatar biomecánico-fisiológico 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 biomecánico-fisiológico que reside en el dispositivo (2). 3a.- Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico, según reivindicación 1a, 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 cinemático 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 10i segundos) y a una frecuencia de muestreo que puede ser inferior a la utilizada por (1), reduciendo ancho de banda y gasto de recursos.
4a.- Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico, según reivindicación 1a, 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.
5a.- Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico, según reivindicación 1a, caracterizado porque el sensor acelerométrico inteligente referido en la reivindicación 2a 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.
8a.- 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.
PCT/ES2011/000311 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 WO2012052582A2 (es)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
ESP201001372 2010-10-22
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
WO2012052582A2 true WO2012052582A2 (es) 2012-04-26
WO2012052582A3 WO2012052582A3 (es) 2012-07-05

Family

ID=45975664

Family Applications (1)

Application Number Title Priority Date Filing Date
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

Country Status (2)

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

Cited By (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

Families Citing this family (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

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 (6)

* 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
US10419921B2 (en) 2013-10-17 2019-09-17 At&T Intellectual Property I, L.P. Method and apparatus for adjusting device persona
US10812965B2 (en) 2013-10-17 2020-10-20 At&T Intellectual Property I, L.P. 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
US11227312B2 (en) 2013-11-11 2022-01-18 At&T Intellectual Property I, L.P. Method and apparatus for adjusting a digital assistant persona
US11676176B2 (en) 2013-11-11 2023-06-13 At&T Intellectual Property I, L.P. Method and apparatus for adjusting a digital assistant persona

Also Published As

Publication number Publication date
ES2394842B1 (es) 2013-11-26
ES2394842A1 (es) 2013-02-06
WO2012052582A3 (es) 2012-07-05

Similar Documents

Publication Publication Date Title
US20210052221A1 (en) System, method, and smartwatch for protecting a user
US20220160298A1 (en) Enhanced Smartwatch and Vitals Monitor
US8660517B2 (en) Personal assistance monitoring system
US20200367816A1 (en) Smartwatch and Hydration Monitor
US20190261888A1 (en) Re-wearable wireless device
Jovanov et al. A wireless body area network of intelligent motion sensors for computer assisted physical rehabilitation
EP1794725B1 (en) Monitoring system
Indrakumari et al. The growing role of Internet of Things in healthcare wearables
US20210321953A1 (en) System, method, and smartwatch for fall detection, prediction, and risk assessment
US10448831B2 (en) Wearable sensor
WO2010108287A1 (en) A wearable intelligent healthcare system and method
WO2008098346A1 (en) Wearable mini-size intelligent healthcare system
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
ES2394842B1 (es) Monitor multimodal portable y adaptativo para humanos basado en avatar biomecánico-fisiológico para la detección de eventos fisicos de riesgo.
US20210265054A1 (en) Wearable health apparatus for the collection of wellness data and providing feedback therefrom to the wearer
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"
CN110960202A (zh) 一种对病人康复状况的智慧医疗监控和分析系统
Kaur Wireless body area network & its application
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
Bizjak et al. Intelligent assistant carer for active aging
CN109907983A (zh) 一种自动提醒智能药盒
CN109907984A (zh) 一种安全反馈智能药盒
CN109907981A (zh) 一种压感安全反馈智能药盒

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 11833892

Country of ref document: EP

Kind code of ref document: A2