SafeWatch: Detectando quedas com Smartwatches

• Victor Tavares Universidade Federal da Bahia
• Igor Faria Universidade Federal da Bahia
• Vaninha Vieira Universidade Federal da Bahia

DOI: https://doi.org/10.5753/sbsi.2017.6026

Resumo

Quedas podem ter sérias consequências, a ponto de serem consideradas um grave problema de saúde pública que afeta principalmente a popula¸ção idosa, onde está relacionado com a perda de confian¸ca, autoestima, e autonomia. Esse problema se mostra ainda mais relevante se consideramos o crescente número de idosos que em busca de sua independência e autonomia decidem morar sozinhos. É crucial que o idoso tenha rápido acesso ao atendimento médico, parte importante para a sua rápida recupera¸cão. A demora no atendimento médico está ligado ao aumento de taxas de mortalidade e gravidade em um evento de queda. Pensando nisso, foi desenvolvido o SafeWatch, um sistema de detec¸cão de quedas embarcado em relógios inteligentes (em inglês, Smartwatch). O sistema proposto irá monitorar o idoso através de sensores presentes no smartwatch, e ao detectar uma queda, além de vibrar no pulso do usuário, irá informar para uma lista de contatos de emergência do usuário a sua localiza¸cão e a possibilidade do idoso estar em uma situa¸cão de perigo. Experimentos foram realizados com oito indivíduos de biotipos distintos, onde cada um deles deveria simular uma queda em sentidos distintos. Através deste experimento, foi possível detectar o grau de confiabilidade da aplica¸cão utilizando os valores de Sensibilidade e Especificidade que atingiram 89.06% e 100% respectivamente.

Palavras-chave: Smartwatch, Computação Obliqua, Detecção de queda, Idosos

Referências

M. A. Casilari, Eduardo e Oviedo-Jiménez. Automatic fall detection system based on the combined use of a smartphone and a smartwatch. PLoS one, 10(11):e0140929, 2015.

R. e. M. M.-J. Casilari, Eduardo e Luque. Analysis of android device-based solutions for fall detection. Sensors, 15(8):17827–17894, 2015.

T. Degen, H. Jaeckel, and S. Rufer, Michael e Wyss. Speedy: A fall detector in a wrist watch. In ISWC, pages 184–189, 2003.

M. J. Gibson, R. O. Andres, B. Isaacs, T. Radebaugh, and J. Wormpetersen. The prevention of falls in later life-a report of the kellogg-international-work-group on the prevention of falls by the elderly. Danish Medical Bulletin, 34:1–24, 1987.

S.-L. Hsieh, C.-C. Chen, S.-H. Wu, and T.-W. Yue. A wrist-worn fall detection system using accelerometers and gyroscopes. In Networking, Sensing and Control (ICNSC), 2014 IEEE 11th International Conference on, pages 518–523. IEEE, 2014.

R. Igual, C. Medrano, and I. Plaza. Challenges, issues and trends in fall detection systems. Biomedical engineering online, 12(1):1, 2013.

P. Kostopoulos, T. Nunes, K. Salvi, M. Deriaz, and J. Torrent. F2d: A fall detection system tested with real data from daily life of elderly people. In 2015 17th International Conference on E-health Networking, Application & Services (HealthCom), pages 397–403. IEEE, 2015.

S. Mellone, C. Tacconi, L. Schwickert, J. Klenk, C. Becker, and L. Chiari. Smartphone-based solutions for fall detection and prevention: the farseeing approach. Zeitschrift fur Gerontologie und Geriatrie ¨ , 45(8):722–727, 2012.

NaÃğøtes Unidas. World population ageing 2013. Report, The Department of Economic and Social Affairs of the United Nations, 2013.

C. S. e. H. B. M. Stephen R. Lord. Falls in older people: risk factors and strategies for prevention. Cambridge University Press, Cambridge, 2001.

D. Wild, U. Nayak, and B. Isaacs. How dangerous are falls in old people at home? Br Med J (Clin Res Ed), 282(6260):266–268, 1981.

S.-D. B. Yi He, Ye Li. Fall detection by built-in tri-accelerometer of smartphone. Proceedings of 2012 IEEE-EMBS International Conference on Biomedical and Health Informatics, 25:184–187, 2012.