Un equipo de investigadores del Consejo Superior de Investigaciones Científicas (CSIC) ensaya sensores portátiles instalados en el calzado de personas con necesidad de atención médica especial para determinar patrones de movimiento y detectar la evolución de enfermedades degenerativas. Este trabajo se enmarca en el proyecto europeo NextPerception, que utilizará la monitorización inteligente para mejorar la atención médica a través de la detección precoz y la prevención, y para garantizar la seguridad de peatones, ciclistas y usuarios de vehículos autónomos. El proyecto agrupa a 43 socios de siete países y cuenta con una financiación de 30 millones de euros hasta 2023.

El investigador del CSIC Antonio Jiménez lidera un equipo del Centro de Automática y Robótica, mixto del CSIC y la Universidad Politécnica de Madrid (CAR-CSIC-UPM), que probará los nuevos sensores. “Trabajamos en dos ensayos de tecnología de vigilancia de la fragilidad y la vitalidad de las personas. Estos ensayos analizarán, mediante dispositivos portátiles acoplados al calzado, la calidad de movimiento de las personas atendiendo a aspectos como la forma de caminar, las irregularidades de la marcha y la actividad física realizada. Y se incluirán parámetros como la longitud del paso, su cadencia o aspectos de su balanceo”.

Jiménez añade: “Todos estos parámetros son muy importantes a la hora de diagnosticar enfermedades degenerativas, así como en la monitorización tras el inicio de programas de rehabilitación y fomento de la actividad física para lograr una recuperación del paciente”.

El equipo del CAR-CSIC-UPM van a desarrollar tecnologías no invasivas (sensores colocados en el entorno) y portátiles (sensores acoplados a la persona a monitorizar). “De este modo se podrán controlar variables como el ritmo cardiaco, la respiración, la sudoración, la actividad realizada, la detección anómala de la marcha, el tipo de patrón de movimiento o caídas. Todo ello de una forma integral incorporando múltiples fuentes sensoriales para un resultado de percepción avanzado hasta ahora no disponible”, detalla Jiménez.

Sensores para mejorar la salud, la conducción y la seguridad vial

El proyecto NextPerception trabaja en tres ejes: vigilancia vital integral (integral vitality monitoring), relacionada con la atención médica, parámetros de salud, comportamiento y actividades diarias de personas que podrían necesitar atención o cuidado médico; vigilancia en la conducción (driver monitoring), para supervisar el estado del conductor, tanto cognitivo (distracción, fatiga, somnolencia) como emocional (miedo, ansiedad), y usar esta información en la conducción autónoma; y seguridad y comodidad en las intersecciones (safety and comfort at intersections), para vigilar la presencia de transeúntes y ciclistas, determinar su posición e intención de movimientos, con el objetivo de evitar accidentes.

“Dado que la toma de decisiones se transfiere cada vez más de las personas a las máquinas en circunstancias potencialmente de riesgo, como ocurre en el caso de la atención médica o el tráfico, es crucial garantizar que las tecnologías de detección y razonamiento subyacentes sean seguras y confiables”, señala Johan Plomp, director del proyecto NextPerception y científico del centro finlandés de investigación VTT.

 “El valor del proyecto no está solo en el desarrollo de plataformas de sensores de toma de decisiones proactivas y confiables con inteligencia integrada, sino también en la aplicación de estos en una serie de casos de uso prácticos para llegar a soluciones listas para el mercado”, dice Patrick Pype, coordinador técnico del proyecto y director de asociaciones estratégicas en la empresa NXP.

El proyecto NextPerception, financiado conjuntamente por la Comisión Europea y las agencias de financiación nacionales en el marco de ECSEL, contempla la transferencia de la tecnología a grandes empresas participantes en el consorcio, como Bosch o NXP, a mediados de 2022. “En esta década buena parte de los desarrollos deberían estar disponibles para la sociedad en el mercado”, concluye Jiménez.