Актуальность

Вследствие увеличения средней продолжительности жизни и одновременного ухудшения здоровья населения в современном обществе сформировалась серьезная потребность в улучшении качества жизни лиц с проявлениями деменции. Уход за такими людьми требует специальных знаний и значительных временных ресурсов. Деменция делится на три стадии:

- Количество пожилых людей и людей страдающих деменцией постоянно увеличивается

- Родители все чаше живут отдельно от детей

- Увеличивается количество гериатрических клиник

последняя из которых (третья) характеризуется полным распадом личности. 

У человека, страдающего первой и второй стадией, сохраняется возможность вести привычный образ жизни, но при этом требуется постоянное наблюдение за таким человеком, в том числе в домашних условиях. Более того, необходимо наличие помощника, который напомнит, подскажет, проконтролирует.

Проблемы

- Недостаток персонала для ухода за такими больными

- Несовершенство технических средств для дистанционного наблюдения за этими больными

- Высокая частота несчастных случаев

- Тревога родственников за своих близких

Решение 

В рамках проекта создается сервис для мониторинга состояния пожилых людей, находящихся водиночку в помещении. Мониторинг осуществляется за счет ряда сенсоров, которые обеспечивают фиксацию падения человека, его активность (включение электроприборов, открывание дверей в туалет, ванную, на кухню, холодильника), контроль приема лекарств.

Все датчики посылают сигнал на единый пульт, находящийся в квартире, откуда сигнал поступает на мобильный телефон родственников, на пульт социальных служб или скорой помощи.

По нашим оценкам, объем российского рынка составляет более 13 млрд рублей.

Резюме

- Впервые создается система мониторинга, объединяющая модуль контроля двигательной активности и иной активности - как полезной (прием лекарств), так и опасной (протечка воды, утечка газа и т.д.)

- Система будет не только регистрировать опасные ситуации, но и фиксировать отклонения от индивидуальных привычек. Таким образом, устройство работает как персональное с использованием технологии машинного обучения.

Уже сделано

- Разработан прототип носимого устройства;

- Исследованы протоколы сбора данных с различных датчиков;

- Проведены переговоры с потенциальными потребителями.

Научная новизна

- алгоритмы выделения полезного сигнала из зашумленного;

- алгоритмы выявления отклонений от обычного поведения;

- Алгоритмы совмещения данных приходящих от разных датчиков.

На страницу проекта