Une personne âgée sur quatre tombe chaque année aux États-Unis. Avec plus de 37 millions d'hospitalisations chaque année, environ un million de chutes se produisent dans les hôpitaux et peuvent entraîner des blessures graves et même la mort. Les patients tombent souvent en essayant de sortir du lit ou lorsqu'ils marchent plus longtemps qu'ils ne le peuvent. Les infirmières ne peuvent pas surveiller en permanence les patients individuels en raison du nombre de patients qu'elles s'occupent. Les capteurs peuvent surveiller en continu les patients, mais beaucoup ne détectent la chute que lorsqu'elle se produit sans laisser suffisamment de temps à une infirmière pour intervenir.

Hae Young Noh, professeur de génie civil et environnemental à l'Université Carnegie Mellon, développe des capteurs qui prédisent quand une personne est sur le point de tomber en détectant les vibrations de ses mouvements. En utilisant le traitement du signal et l'apprentissage automatique, ses capteurs détectent le mouvement d'une personne et caractérisent ce que signifient ces mouvements :s'ils vont sortir du lit, s'ils font un pas de plus, et s'ils tomberont.

Contrairement aux autres capteurs qui surveillent les mouvements du patient ou les signes vitaux, Les capteurs de Noh identifient l'intention des mouvements d'une personne, qu'elle se prépare à sortir du lit ou qu'elle se retourne et s'assoie. Ces capteurs, placé sur le cadre du lit, alertera alors l'infirmière lorsqu'elle prédit qu'un patient pourrait se lever, afin que l'infirmière puisse arriver au patient à temps.

Tout comme un caillou crée des vagues lorsqu'il tombe dans l'eau, notre mouvement et notre contact avec les objets créent également des ondes qu'un capteur peut détecter. Les capteurs contiennent des accéléromètres qui détectent les signaux d'onde qui se propagent à travers le cadre du lit. Ils utilisent des méthodes de traitement du signal et des techniques d'apprentissage automatique pour classer les vibrations, déterminer si le patient a l'intention de sortir ou non.

Très précis et très sensible, les capteurs sont également placés au sol pour détecter la marche d'une personne, ou manière de marcher, se détériore.

"Certaines personnes ne peuvent marcher qu'une dizaine de pas, " dit Noh. " Et ils avaient l'habitude d'être en bonne santé, ils vont donc essayer de franchir le 11e pas. Parce que c'est au-dessus de leur limite, le risque de chute augmente, et cela se voit dans le schéma de détérioration de la démarche avant que cela ne se produise réellement. Nous essayons de détecter ce schéma."

Les capteurs peuvent localiser chaque pas avec moins de 0,34 mètre d'erreur, environ la taille d'un pied, qui leur permet de détecter la vitesse de marche, longueur de foulée, et la fréquence des pas—facteurs liés à la prédiction du risque de chute. Le système peut également estimer les forces de pas individuelles et l'équilibre gauche-droite des forces de pas avec une erreur de 5 % du poids corporel. Les capteurs peuvent même utiliser les signaux vibratoires pour détecter l'humeur, parce que les modèles de comportement suggèrent comment les gens se sentent.

L'équipe déploiera bientôt les capteurs dans les hôpitaux pour les tester. À l'avenir, les capteurs peuvent être utilisés pour diverses applications, comme la détection des animaux et l'étude de la détérioration de la démarche dans différentes populations, y compris les enfants et ceux qui ont des maladies génétiques qui affectent leur fonction musculaire et leur capacité à marcher. doctorat étudiants Mostafa Mirshekari, Jonathan Fagert, et Shijia Pan, ainsi qu'en génie électrique et informatique, le professeur Pei Zhang collabore également au projet de capteurs de lits d'hôpitaux.

« Les patients peuvent être trop timides et ne pas vouloir inquiéter les autres, " dit Non, "Mais les informations sur leurs symptômes sont parfois critiques. Alors, si un capteur peut les capter et avertir les soignants, des familles, ou médecins, cela pourrait aider à la prévention et au traitement."