Evaluación de emociones y salud emocional en mayores mediante wearables y Machine Learning

Resumen:

La población en los países desarrollados está envejeciendo, lo cual repercute en un alto gasto a nivel sociosanitario. Si se detectan prematuramente algunos de los primeros síntomas del declive de las personas mayores (por ejemplo, fragilidad o dependencia) se podrían frenar o retardar. En la actualidad, los profesionales de la salud evalúan a los mayores a través de cuestionarios y pruebas de fuerza o marcha centrados en la dimensión física. Los sensores se utilizan cada vez más para medir y monitorizar diferentes indicadores de salud mientras el usuario está realizando Actividades de la Vida Diaria (AVDs). En este trabajo presentamos un sistema basado en una arquitectura de microservicios que recolecta datos sensoriales mientras los adultos mayores realizan AVD, y con los que construimos modelos de aprendizaje automático o de Machine Learning (ML) para evaluar el estado del mayor. Ya hemos realizado varios modelos que miden la dimensión física del mayor y actualmente nos estamos centrando en la dimensión emocional. Describimos en este trabajo nuestra propuesta tecnológica para el reconocimiento de emociones y detección de problemas de salud emocional. Nuestros modelos son no intrusivos, son flexibles y pueden ayudar a los profesionales de la salud a detectar automáticamente el estado del mayor para programar intervenciones.

Palabras Clave:

emotion recognition - health - Machine Learning - Wearables

Autor(es):

• Francisco M. Garcia-Moreno {fmgarmor@ugr.es}
  University of Granada - Spain
  
• Maria Bermudez-Edo {mbe@ugr.es}
  University of Granada - Spain
  
• José Luis Garrido {jlgarrido@ugr.es}
  University of Granada - Spain
  
• José Manuel Pérez Mármol {josemapm@ugr.es}
  University of Granada - Spain
  
• Rodríguez Fórtiz María José {mjfortiz@ugr.es}
  University of Granada - Spain
  

Handle:

11705/JCIS/2022/036

Descargas:

Este artículo tiene una licencia de uso CreativeCommons - Reconocimiento (by)

Descarga el artículo haciendo click aquí.

Ver la referencia en formato Bibtex