Nueva tecnología ayuda a monitorear la agitación en la demencia
La investigación combina IA y dispositivos portátiles para predecir la agitación en pacientes con demencia.
Abeer Badawi, Somayya Elmoghazy, Samira Choudhury, Sara Elgazzar, Khalid Elgazzar, Amer Burhan
― 7 minilectura
Tabla de contenidos
- El Desafío de la Agitación
- Una Solución de Alta Tecnología
- La Configuración del Estudio
- ¿Cómo Funciona?
- Recopilando Datos
- Los Beneficios de Combinar Herramientas
- Sistema de Alerta Temprana
- El Éxito del Estudio Piloto
- ¿Qué Encontraron?
- Patrones de Agitación
- El Papel de la Tecnología
- La Importancia de la Privacidad
- Próximos Pasos
- Mirando Hacia el Futuro
- Conclusión
- Fuente original
La demencia es una condición que afecta a mucha gente, sobre todo a los más grandes. Juega con el cerebro, haciendo que sea difícil pensar, recordar y hacer tareas del día a día. También puede llevar a otros problemas como la Agitación y la agresividad, que pueden ser complicados tanto para la persona con demencia como para quienes cuidan de ella. Estos comportamientos pueden causar mucho estrés e incluso hacer que la persona tenga que estar en un hospital o en un centro de cuidados más tiempo del necesario.
El Desafío de la Agitación
Las personas con demencia a menudo muestran signos de agitación. Esto puede incluir caminar de un lado a otro, gritar o incluso actuar de forma agresiva. Estos comportamientos suelen ser el resultado de necesidades no atendidas-quizás se sienten incómodos o confundidos. La parte complicada es que los cuidadores a menudo tienen que confiar en sus recuerdos para reportar estos comportamientos, que pueden ser sesgados y no siempre precisos.
Una Solución de Alta Tecnología
Aquí es donde entra la tecnología. Los investigadores están usando herramientas inteligentes como la inteligencia artificial (IA) para ayudar a monitorear y predecir cuándo una persona con demencia podría actuar de manera inadecuada. Esto se puede hacer en tiempo real, usando dispositivos portátiles y Cámaras de video. Imagina un mundo donde un reloj o una cámara puede avisar a los cuidadores que alguien puede necesitar ayuda antes de que realmente empiece a actuar. Suena a ciencia ficción, ¡pero se está convirtiendo en una realidad!
La Configuración del Estudio
Para esta investigación, se creó un sistema que combina una pulsera y videos de cámaras. La pulsera, llamada EmbracePlus, recoge diversas señales de salud del usuario, como la frecuencia cardíaca y la temperatura de la piel. Las cámaras se instalan en las áreas comunes de una instalación para observar y grabar comportamientos.
Los investigadores empezaron reuniendo un pequeño grupo de Participantes con demencia severa. Instalando cámaras y pidiendo a los participantes que usaran las pulseras durante 24 a 72 horas en diferentes días. Durante este tiempo, los cuidadores también observaban signos de agitación y anotaban cuándo ocurrían estos eventos.
¿Cómo Funciona?
La pulsera recoge diferentes tipos de información, como cómo se mueve la persona y cómo responde su cuerpo en términos de estrés. Envía estas señales a un sistema seguro donde los investigadores pueden analizar los Datos.
Recopilando Datos
La pulsera rastrea:
- Conductancia de la piel: Esto muestra cuán sudoroso o estresado puede estar alguien.
- Frecuencia cardíaca: Frecuencias cardíacas más rápidas pueden indicar ansiedad o agitación.
- Movimiento: Esto puede mostrar si una persona está más inquieta de lo habitual.
Mientras tanto, las cámaras capturan el comportamiento visual de los participantes. Cuando las cámaras notan un comportamiento específico, registran el momento exacto de esos eventos. Esta información combinada ayuda a crear una imagen más clara de lo que está sucediendo con la persona en cualquier momento dado.
Los Beneficios de Combinar Herramientas
Cuando se analizan juntos los datos de la pulsera y las grabaciones de video, los investigadores pueden identificar patrones que llevan a momentos de agitación. Por ejemplo, si la pulsera indica un aumento en la frecuencia cardíaca unos minutos antes de que las cámaras capten a la persona caminando de un lado a otro, eso podría señalar un episodio de agitación inminente.
Sistema de Alerta Temprana
Uno de los hallazgos emocionantes es que el sistema puede detectar signos de agitación hasta seis minutos antes de que ocurran. Esto le da a los cuidadores tiempo para intervenir-quizás revisando a la persona o proporcionándoles algo que los calme. ¡Es como tener una bola de cristal que te dice cuándo alguien está a punto de pasar un mal rato!
El Éxito del Estudio Piloto
En un pequeño ensayo, tres participantes usaron la pulsera EmbracePlus mientras los investigadores monitoreaban su comportamiento a través de las cámaras. Los resultados fueron alentadores. El sistema “potenciado por IA” pudo predecir cuándo podría ocurrir la agitación, a veces incluso antes de que el comportamiento fuera visible.
¿Qué Encontraron?
Los investigadores aprendieron que diferentes participantes mostraron diferentes signos antes de volverse agitados. Por ejemplo, una persona podría mostrar signos de estrés a través de un aumento en la frecuencia cardíaca, mientras que otra podría revelar agitación a través de movimientos repentinos. La clave era conectar esas pequeñas señales con comportamientos generales.
Patrones de Agitación
En general, los investigadores pudieron identificar y categorizar comportamientos en tiempo real. En algunos casos, cuando la pulsera detectó cambios físicos, las cámaras confirmaron esos cambios, validando que el sistema estaba haciendo su trabajo.
El Papel de la Tecnología
Este proyecto destaca el potencial de la tecnología para mejorar las vidas de las personas que viven con demencia. En lugar de esperar a que ocurra una crisis, los cuidadores ahora pueden recibir alertas, lo que les permite brindar ayuda antes de que las cosas se salgan de control.
La Importancia de la Privacidad
Una preocupación importante al usar cámaras en entornos de atención médica es la privacidad. Los investigadores tomaron medidas para asegurar que el sistema siguiera pautas para proteger las identidades de los participantes. Por ejemplo, difuminaron caras en las grabaciones de video, asegurándose de que ninguna información personal pudiera ser mal utilizada. Así, los cuidadores pueden monitorear comportamientos sin violar la privacidad de nadie.
Próximos Pasos
El estudio piloto fue prometedor. Sin embargo, los investigadores saben que todavía queda mucho trabajo por hacer. Planean expandir el estudio para incluir más participantes. Esto ayudará a asegurar que el sistema funcione bien en diferentes situaciones y con varias personas. Cuantos más datos recojan, mejor podrán afinar la tecnología.
Mirando Hacia el Futuro
De aquí en adelante, el objetivo final para los investigadores es crear un sistema que funcione de manera autónoma. Esto significa que la tecnología monitorizaría y predeciría la agitación sin necesidad de supervisión humana constante. Imagina un escenario donde el sistema puede alertar a los cuidadores sobre cambios significativos las 24 horas, permitiéndoles centrarse en otros aspectos del cuidado.
Conclusión
En resumen, este enfoque muestra un gran potencial en cómo cuidamos a las personas con demencia. Al usar una combinación de tecnología portátil y monitoreo por video, los cuidadores pueden reducir el estrés y el peligro asociados con la agitación en pacientes con demencia. La mezcla de datos de ambas fuentes permite hacer predicciones precisas, lo que puede conducir a un mejor cuidado y mejorar la calidad de vida de quienes están afectados por esta difícil condición. Es un paso hacia una forma más comprensiva y proactiva de ayudar a quienes viven con demencia y sus familias.
Título: A Novel Multimodal System to Predict Agitation in People with Dementia Within Clinical Settings: A Proof of Concept
Resumen: Dementia is a neurodegenerative condition that combines several diseases and impacts millions around the world and those around them. Although cognitive impairment is profoundly disabling, it is the noncognitive features of dementia, referred to as Neuropsychiatric Symptoms (NPS), that are most closely associated with a diminished quality of life. Agitation and aggression (AA) in people living with dementia (PwD) contribute to distress and increased healthcare demands. Current assessment methods rely on caregiver intervention and reporting of incidents, introducing subjectivity and bias. Artificial Intelligence (AI) and predictive algorithms offer a potential solution for detecting AA episodes in PwD when utilized in real-time. We present a 5-year study system that integrates a multimodal approach, utilizing the EmbracePlus wristband and a video detection system to predict AA in severe dementia patients. We conducted a pilot study with three participants at the Ontario Shores Mental Health Institute to validate the functionality of the system. The system collects and processes raw and digital biomarkers from the EmbracePlus wristband to accurately predict AA. The system also detected pre-agitation patterns at least six minutes before the AA event, which was not previously discovered from the EmbracePlus wristband. Furthermore, the privacy-preserving video system uses a masking tool to hide the features of the people in frames and employs a deep learning model for AA detection. The video system also helps identify the actual start and end time of the agitation events for labeling. The promising results of the preliminary data analysis underscore the ability of the system to predict AA events. The ability of the proposed system to run autonomously in real-time and identify AA and pre-agitation symptoms without external assistance represents a significant milestone in this research field.
Autores: Abeer Badawi, Somayya Elmoghazy, Samira Choudhury, Sara Elgazzar, Khalid Elgazzar, Amer Burhan
Última actualización: 2024-10-25 00:00:00
Idioma: English
Fuente URL: https://arxiv.org/abs/2411.08882
Fuente PDF: https://arxiv.org/pdf/2411.08882
Licencia: https://creativecommons.org/publicdomain/zero/1.0/
Cambios: Este resumen se ha elaborado con la ayuda de AI y puede contener imprecisiones. Para obtener información precisa, consulte los documentos originales enlazados aquí.
Gracias a arxiv por el uso de su interoperabilidad de acceso abierto.