Inteligencia artificial para la detección de caídas: la respuesta tecnológica a un problema asistencial cotidiano
En la atención a las personas mayores, las caídas figuran entre los incidentes más frecuentes y de mayores consecuencias. La Organización Mundial de la Salud las sitúa como la segunda causa mundial de muerte por lesiones no intencionales, con unas 684.000 caídas mortales al año y 37,3 millones que requieren atención médica. En España, según el INE, en 2023 se produjeron 4.018 caídas mortales, un 6,1 % más que el año anterior. Y el entorno sociosanitario concentra buena parte del riesgo: se estima que en torno al 50 % de las personas que viven en residencias experimentan una caída cada año, una proporción que se agrava en personas con deterioro cognitivo por su mayor fragilidad.
Lo que ocurre después de la caída
Cuando hablamos de caídas en centros residenciales, el foco suele ponerse en el suceso en sí. Buena parte del daño, sin embargo, se produce en los minutos y horas posteriores.
El primer factor crítico es el tiempo en el suelo. Una caída no presenciada que tarda en detectarse, el llamado long lie, multiplica el riesgo de complicaciones: deshidratación, hipotermia, neumonía por aspiración o un deterioro funcional que ya no se recupera. En centros con ratios de personal ajustados y turnos de noche reducidos, una caída en una habitación vacía puede pasar inadvertida durante un tiempo clave.
El segundo factor son las falsas alarmas y las comprobaciones innecesarias. Los sistemas tradicionales basados en sensores de presión o alfombrillas generan numerosos avisos que no corresponden a una caída real. Esto satura al personal, afecta a la confianza en el sistema y obliga a entrar repetidamente en las habitaciones durante la noche, interrumpiendo el descanso de los residentes.
En conjunto, se dibuja un problema doble: caídas que tardan en detectarse y alertas que aportan poca información fiable.
Qué aporta la visión por inteligencia artificial
Aquí es donde la inteligencia artificial aplicada al análisis de imagen permite el cambio. Estos sistemas observan la escena de la habitación e interpretan la postura y el movimiento corporal para distinguir una situación normal de una caída, sin que la persona tenga que activar ningún dispositivo ni pisar un sensor.
Soluciones como la que desarrolla Medicip Health, con la tecnología de visión de Kepler Vision Technologies, se apoyan en una cámara de 360º capaz de cubrir varias camas de una misma habitación. El sistema analiza patrones de movimiento y, cuando reconoce una caída, envía un aviso de texto al dispositivo móvil del personal de enfermería, centralizando en un único lugar lo que ocurre en cada estancia.
La diferencia operativa frente a los sistemas convencionales se resume en varios puntos:
- Detección automática sin configuración manual. El algoritmo reconoce por sí mismo las situaciones de riesgo, sin necesidad de delimitar zonas alrededor de cada cama.
- Reducción drástica de falsas alarmas, lo que devuelve fiabilidad al aviso y evita desplazamientos y entradas nocturnas innecesarias.
- Cobertura continua, también en los momentos en que no hay personal presente en la habitación.
Para seguir leyendo este artículo debe iniciar sesión o darse de alta en el portal.
Para poder escribir un comentario debe iniciar sesión o darse de alta en el portal.
