• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • Passi per prevenire le cadute

    Una persona anziana su quattro cade ogni anno negli Stati Uniti. Con oltre 37 milioni di ricoveri ogni anno, circa un milione di cadute si verificano negli ospedali e possono portare a lesioni gravi e persino alla morte. I pazienti spesso cadono mentre cercano di alzarsi dal letto o quando camminano più a lungo di quanto possano. Gli infermieri non possono monitorare costantemente i singoli pazienti a causa del numero di pazienti che assistono. I sensori possono monitorare continuamente i pazienti, ma molti rilevano solo la caduta mentre accade senza lasciare abbastanza tempo per l'intervento di un'infermiera.

    Hae Young Noh, professore di ingegneria civile e ambientale della Carnegie Mellon University, sta sviluppando sensori che prevedono quando una persona sta per cadere rilevando le vibrazioni del movimento di una persona. Utilizzando l'elaborazione del segnale e l'apprendimento automatico, i suoi sensori rilevano il movimento di una persona e caratterizzano cosa significano quei movimenti:se usciranno dal letto, se faranno un altro passo, e se cadranno.

    A differenza di altri sensori che monitorano il movimento del paziente o i segni vitali, I sensori di Noh identificano l'intento dei movimenti di una persona, se si sta preparando a uscire dal letto o semplicemente si gira e si siede. Questi sensori, appoggiato sul giroletto, avviserà quindi l'infermiera quando prevede che un paziente potrebbe alzarsi, in modo che l'infermiera possa raggiungere il paziente in tempo.

    Proprio come un sassolino crea onde quando viene lasciato cadere nell'acqua, anche il nostro movimento e il contatto con gli oggetti creano onde che un sensore può rilevare. I sensori contengono accelerometri che rilevano i segnali d'onda che si propagano attraverso il telaio del letto. Utilizzano metodi di elaborazione del segnale e tecniche di apprendimento automatico per classificare la vibrazione, determinare se il paziente ha intenzione di uscire o meno.

    Altamente preciso e altamente sensibile, i sensori sono posizionati anche sul pavimento per rilevare quando l'andatura di una persona, o modo di camminare, si sta deteriorando.

    "Alcune persone possono fare solo circa 10 passi, " disse No. "E prima erano sani, quindi cercheranno di fare l'undicesimo passo. Perché è oltre il loro limite, aumenta il rischio di caduta, e si manifesta nel modello di deterioramento dell'andatura prima che accada effettivamente. Stiamo cercando di rilevare questo schema".

    I sensori possono localizzare ogni passo con meno di 0,34 metri di errore, delle dimensioni di un piede, che consente loro di rilevare la velocità di camminata, lunghezza del passo, e frequenza dei passi:fattori correlati alla previsione del rischio di caduta. Il sistema può anche stimare le forze del passo individuali e l'equilibrio sinistra-destra delle forze del passo con un errore del 5% del peso corporeo. I sensori possono persino utilizzare i segnali vibrazionali per rilevare l'umore, perché i modelli comportamentali suggeriscono come si sentono le persone.

    Il team distribuirà presto i sensori negli ospedali per i test. Nel futuro, i sensori possono essere utilizzati per varie applicazioni, come il rilevamento degli animali e lo studio del deterioramento dell'andatura in diverse popolazioni, compresi i bambini e coloro che hanno malattie genetiche che influenzano la loro funzione muscolare e la capacità di camminare. dottorato di ricerca studenti Mostafa Mirshekari, Jonathan Fagert, e Shijia Pan, oltre all'ingegneria elettrica e informatica, il professor Pei Zhang collabora anche al progetto dei sensori del letto d'ospedale.

    "I pazienti possono essere troppo timidi e non vogliono preoccupare gli altri, "dice No, "Ma le informazioni sui loro sintomi a volte sono fondamentali. Quindi, se un sensore può rilevarli e avvisare gli operatori sanitari, famiglie, o medici, potrebbe aiutare con la prevenzione e il trattamento."


    © Scienza https://it.scienceaq.com