Investigadores de la Universidad de Cádiz han dado un paso significativo en el ámbito del cuidado y la monitorización de personas mayores y dependientes con el desarrollo de AALFlow. Este sistema innovador permite la integración de múltiples soluciones basadas en Internet de las Cosas (IoT), facilitando así una monitorización personalizada sin requerir conocimientos previos en programación.
AALFlow surge del trabajo del grupo UCASE de Ingeniería del Software (TIC-025) y se enmarca dentro del creciente interés por los sistemas de vida asistida por el entorno, conocidos como AAL. Estos sistemas buscan mejorar la calidad de vida a través de tecnologías avanzadas que permiten, entre otras cosas, detectar caídas, monitorizar constantes vitales y reconocer actividades cotidianas.
Una solución a la falta de interoperabilidad
A pesar de la existencia de numerosos dispositivos que podrían trabajar conjuntamente, la falta de interoperabilidad —debido a la diversidad en hardware, software y formatos— limita su eficacia. AALFlow ofrece una solución flexible que permite integrar estas tecnologías sin necesidad de reprogramarlas o modificarlas.
El enfoque innovador detrás de AALFlow radica en un desarrollo dirigido por modelos, lo que permite representar visualmente los flujos de información entre diferentes sistemas heterogéneos. Además, incluye una herramienta gráfica intuitiva diseñada para que profesionales del cuidado o terapeutas ocupacionales puedan crear sus propias soluciones adaptadas a situaciones reales, sin necesidad de ser expertos en programación.
Eficiencia y usabilidad comprobadas
La herramienta cuenta con un mecanismo que transforma automáticamente los modelos gráficos generados por el usuario en código ejecutable. Esto no solo reduce errores y ahorra tiempo, sino que también democratiza el acceso a tecnologías avanzadas. En pruebas prácticas, AALFlow fue capaz de generar más de 700 líneas de código a partir de unas pocas configuraciones iniciales.
Las evaluaciones realizadas han demostrado la estabilidad del sistema incluso bajo una carga elevada (hasta mil eventos por segundo) durante periodos prolongados. Un estudio con veinte usuarios confirmó su alta usabilidad, otorgándole una calificación A+ en el índice SUS (System Usability Scale).
Aplicaciones prácticas en diversos entornos
AALFlow ha sido utilizado para combinar datos sobre salud, como frecuencia cardíaca y saturación de oxígeno, con el reconocimiento de actividades diarias. Esto permite analizar patrones y rutinas personalizadas. Su aplicación no se limita al hogar; también es relevante en residencias para mayores, hospitales, centros de rehabilitación y escuelas.
En resumen, AALFlow representa un avance crucial hacia la integración eficaz y accesible de tecnologías IoT en sistemas personalizados de atención. Este desarrollo no solo mejora la calidad de vida para personas mayores y dependientes, sino que también facilita el acceso a herramientas tecnológicas avanzadas para quienes más las necesitan.
Si (
No(
