Propuesta de arquitectura para detección de patrones de deterioro cognitivo

Abstract

El envejecimiento de la población y el incremento de la esperanza de vida han propiciado una mayor prevalencia de enfermedades relacionadas con el deterioro cognitivo, exigiendo soluciones tecnológicas avanzadas para la monitorización en el hogar. A pesar de los avances en innovación tecnológica, la detección de patrones de comportamiento anómalos en las rutinas diarias resulta compleja y costosa mediante métodos de supervisión manual tradicionales. Este artículo presenta una propuesta de arquitectura software diseñada para coordinar sensores de IoT e IoMT con el fin de extraer y analizar datos de comportamiento de manera automatizada. La arquitectura se define a través de un flujo de trabajo de cuatro fases: captación y recopilación de datos, procesamiento y análisis mediante modelos de Inteligencia Artificial para la detección de anomalías, interpretación de resultados basada en indicadores clínicos, y distribución de información mediante alertas y gráficos de evolución temporal.