Gerontotecnología Forum
URI permanente para esta colección:
Artículos en la categoría Gerontotecnología Forum publicados en las Actas de las XVII Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2022).
Notificar un error en esta colección
Examinar
Envíos recientes
Artículo A machine learning approach for semi-automatic assessment of IADL dependence in older adults with wearable sensorsGarcía-Moreno, Francisco Manuel; Bermúdez-Edo, María; Rodríguez-García, Estefanía; Pérez Mármol, José Manuel; Garrido, José Luis; Rodríguez Fórtiz, María José. Actas de las XVII Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2022), 2022-09-05.Background and Objective: The assessment of dependence in older adults currently requires a manual collection of data taken from questionnaires. This process is time consuming for the clinicians and intrudes the daily life of the elderly. This paper aims to semi-automate the acquisition and analysis of health data to assess and predict the dependence in older adults while executing one instrumental activity of daily living (IADL). Methods: In a mobile-health (m-health) scenario, we analyze whether the acquisition of data through wearables during the performance of IADLs, and with the help of machine learning techniques could replace the traditional questionnaires to evaluate dependence. To that end, we collected data from wearables, while older adults do the shopping activity. A trial supervisor (TS) labelled the different shopping stages (SS) in the collected data. We performed data pre-processing techniques over those SS and analyzed them with three machine learning algo- rithms: k-Nearest Neighbors (k-NN), Random Forest (RF) and Support Vector Machines (SVM). Results: Our results confirm that it is possible to replace the traditional questionnaires with wearable data. In particular, the best learning algorithm we tried reported an accuracy of 97\% in the assessment of dependence. We tuned the hyperparameters of this algorithm and used embedded feature selection technique to get the best performance with a subset of only 10 features out of the initial 85. This model considers only features extracted from four sensors of a single wearable: accelerometer, heart rate, electrodermal activity and temperature. Although these features are not observational, our current proposal is semi-automatic, because it needs a TS labelling the SS (with a smartphone application). In the future, this labelling process could be automatic as well. Conclusions: Our method can semi-automatically assess the dependence, without disturbing daily activities of elderly people. This method can save clinicians’ time in the evaluation of dependence in older adults and reduce healthcare costs.Artículo Arquitectura Orientada a Servicios basada en Computación Cuántica para farmacogenéticaAlvarado-Valiente, Jaime; Romero-Álvarez, Javier; Rojo, Javier; Moguel, Enrique; García Alonso, José Manuel; Murillo Rodríguez, Juan Manuel. Actas de las XVII Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2022), 2022-09-05.La farmacogenética es una disciplina que tiene y tendrá mucha relevancia en el campo de la medicina y la medicación personalizada. Esta disciplina permite el estudio de los efectos de la variabilidad genética de un individuo en su respuesta a determinados fármacos. Sin embargo, generar una terapia farmacológica segura y eficaz ayudándose de las herramientas computacionales que tenemos en la actualidad es un problema complejo. La computación cuántica promete resolver este tipo de problemas que son inabarcables en tiempo y forma para la computación clásica. Por todo ello, proponemos un sistema software híbrido clásico-cuántico, que permite la simulación de posibles efectos de un tratamiento farmacológico en una persona mayor con ciertos factores genéticos.Artículo Diseño e Implementación de un Sistema Ciber-físico-social para la Monitorización y Prevención de Infecciones por COVID-19 en Residencias de AncianosMuñoz, David; Macías, Aurora; Navarro, Elena. Actas de las XVII Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2022), 2022-09-05.La pandemia de la COVID-19 ha afectado negativamente a la sociedad en todo el mundo causando millones de contagios y fallecidos, especialmente entre personas mayores. Para tratar de impedir la expansión del virus en las residencias de ancianos españolas, se ha desarrollado un prototipo de CPSS que monitoriza la actividad y ciertas constantes fisiológicas de los usuarios y del personal de una residencia, así como la calidad del aire de las instalaciones. El sistema ha sido diseñado siguiendo una propuesta de ciclo de datos como resultado del estudio y combinación de diversas propuestas arquitectónicas e incorporando aspectos de Digital Twins. El prototipo desarrollado se ha configurado para su implantación en una residencia real, simulando el máximo número de usuarios y empleados, así como las estancias comunes más relevantes. La evaluación de la calidad del prototipo se ha llevado a cabo siguiendo una metodología específica de evaluación de CPSS combinada con estándares ISO. Los resultados de la evaluación determinan que el sistema es fiable y eficiente en el desempeño.Artículo Evaluación de emociones y salud emocional en mayores mediante wearables y Machine LearningGarcía-Moreno, Francisco Manuel; Bermúdez-Edo, María; Garrido, José Luis; Pérez Mármol, José Manuel; Rodríguez Fórtiz, María José. Actas de las XVII Jornadas de Ingeniería de Ciencia e Ingeniería de Servicios (JCIS 2022), 2022-09-05.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.