Sistema de rastreo de movimiento recolecta datos de salud y de comportamiento

Cuando una señal rebota, crea un mapa, dividido en marcos verticales y horizontales, que indica dónde se encuentran las personas en un espacio tridimensional (3D). Los marcos verticales capturan la altura y la constitución, mientras que los marcos horizontales determinan la ubicación general. A medida que los individuos se mueven, el sistema analiza los marcos de RF para generar trayectorias cortas, llamadas tracklets.

Para entrenar el sistema y etiquetar identidades, todos los usuarios usan primero sensores de acelerómetro de baja potencia, con el fin de etiquetar las señales de RF reflejadas según sus respectivas identidades a través de un algoritmo que correlaciona las características de aceleración con las características de movimiento. Cuando los usuarios caminan, por ejemplo, la aceleración oscila, pero se convierte en una línea plana cuando se detienen. Cuando se cumple la mejor coincidencia entre los datos de aceleración y los tracklets, el tracklet se etiqueta con la identidad del usuario correspondiente. Los sensores no necesitan cargarse y, después del entrenamiento, los individuos no necesitan usarlos nuevamente.

Luego, los investigadores probaron a Marko en seis ubicaciones: dos instalaciones de vivienda asistida, tres apartamentos habitados por parejas y una casa de pueblo con cuatro residentes. El estudio demostró la capacidad del sistema para poder diferenciar los individuos con base únicamente en las señales inalámbricas de RF. En una instalación de vida asistida, los investigadores vigilaron a un paciente con demencia que a menudo se agitaba. Al comparar su mayor ritmo con el registro de visitantes, determinaron que la paciente estaba más agitada durante los días posteriores a las visitas familiares. El estudio se presentó en la conferencia anual de Factores Humanos en Sistemas de Computación, celebrada en mayo de 2019, en Glasgow (Reino Unido).

“Vivimos en un mar de señales inalámbricas, y la forma en que nos movemos y caminamos cambia estos reflejos. Desarrollamos el sistema que escucha esos reflejos... para comprender mejor el comportamiento y la salud de las personas”, dijo el autor principal y estudiante de doctorado, Chen-Yu Hsu, quien agregó que: “el video es más invasivo. Usar señales de radio para hacer todo este trabajo logra un buen equilibrio entre obtener algún nivel de información útil, pero no hacer que las personas se sientan incómodas”.

“Con respecto a la captura de imágenes a través de cámaras, ofrece un modelo de recopilación de información menos rico en datos y más específico, lo cual es muy bienvenido desde la perspectiva de privacidad del usuario”, comentó la profesora, Cecilia Mascolo, PhD, del departamento de informática y tecnología en la Universidad de Cambridge (Reino Unido). “Los datos recopilados, sin embargo, siguen siendo muy ricos, y la evaluación en papel muestra una exactitud que puede permitir una serie de aplicaciones muy útiles, por ejemplo, en el cuidado de ancianos, el seguimiento de la adherencia médica o incluso la atención hospitalaria”.

Enlace relacionado:
Instituto de Tecnología de Massachusetts