Autor(es): Maria R. Lima, Ting Su, Melanie Jouaiti, Maitreyee Wairagkar, Paresh Malhotra, Eyal Soreq, Payam Barnaghi, Ravi Vaidyanathan
Año: 2023
Referencia bibliográfica:
Lima, M. R., Su, T., Jouaiti, M., Wairagkar, M., Malhotra, P., Soreq, E., Barnaghi, P., & Vaidyanathan, R. (2023). Discovering Behavioural Patterns Using Conversational Technology for in-Home Health and Well-being Monitoring. IEEE Internet of Things Journal, 1-15. https://doi.org/10.1109/JIOT.2023.3290833
Categoría asignada: Asistencia sanitaria pública
Resumen:
El artículo Discovering Behavioural Patterns Using Conversational Technology for in-Home Health and Well-being Monitoring presenta un estudio sobre el uso de tecnología conversacional, como Amazon Alexa, en hogares de personas mayores que viven con demencia (PLWD, por sus siglas en inglés). El objetivo es mejorar el monitoreo de la salud y el bienestar, promoviendo la independencia y la calidad de vida a través de la combinación de datos de IoT (Internet de las Cosas) y la IA conversacional.
El estudio involucró a 14 hogares con personas con demencia, recopilando 3103 días-persona de datos mediante dispositivos de monitoreo y un cuestionario automatizado de bienestar. Se fusionaron datos de actividad en el hogar (movimiento, toma de signos vitales, uso de puertas, etc.) con las interacciones de los usuarios con el asistente de voz para analizar patrones de comportamiento. Las interacciones incluyen respuestas a un cuestionario diario y temas aleatorios como la solicitud de información sobre el clima, recordatorios y entretenimiento. Utilizando técnicas de modelado de temas y análisis de secuencias de actividad, los investigadores identificaron patrones de comportamiento que podrían señalar cambios en la salud física o mental de los usuarios, como la disminución de actividad tras eventos clínicos, como hospitalizaciones.
Los resultados mostraron una disminución en el uso de Alexa después de la fase de novedad (los primeros tres meses), aunque algunos temas, como la consulta sobre el clima, mantuvieron su prevalencia. Además, se identificaron patrones de comportamiento relacionados con el uso de Alexa, como la consistencia en el cuestionario de bienestar matutino o cambios en la ubicación del dispositivo. Por ejemplo, un usuario comenzó a usar Alexa desde el dormitorio después de un cambio en su salud.
El estudio subraya el potencial de los agentes conversacionales para monitorear la salud en tiempo real al detectar desviaciones de los patrones de comportamiento habituales. Esto podría permitir intervenciones más tempranas, alertando a profesionales de la salud o cuidadores sobre cambios preocupantes en el bienestar del usuario.
Sin embargo, también se identificaron desafíos. La falta de personalización en las interacciones, como la repetición de las mismas preguntas cada día, provocó una disminución en la participación de los usuarios con el cuestionario de bienestar. Se sugiere que una mayor personalización, como preguntas adaptativas basadas en las respuestas previas del usuario, podría mejorar el compromiso a largo plazo.
El análisis de los datos también mostró que los usuarios continuaron interactuando con Alexa incluso después de eventos clínicos, lo que sugiere que esta tecnología tiene el potencial de servir como una herramienta proactiva para monitorear el estado de salud después de hospitalizaciones o caídas.
En conclusión, el uso de tecnología conversacional integrada con IoT en hogares de personas con demencia ofrece una vía prometedora para mejorar la salud digital y el monitoreo del bienestar. Este enfoque podría permitir a los cuidadores y profesionales de la salud intervenir antes y mejorar la calidad de vida de las personas mayores. Sin embargo, se requieren estudios adicionales para perfeccionar la tecnología, personalizar las interacciones y asegurar su eficacia en cohortes más amplias y diversas.
