Системы "умного" дома способны обнаружить поведение, ассоциирующееся с деменцией

С возрастом когнитивный упадок может происходить настолько незаметно, что это не всегда сразу становятся очевидными для членов семьи или друзей. Одно из решений для лучшего обнаружения этих тонких изменений, однако, уже может быть в домах многих людей в виде "умного" домашнего устройства.

В одном из недавних исследований ученые продемонстрировали, что с помощью данных, полученных с помощью "умных" домашних устройств, можно обнаружить поведенческие различия между людьми, испытывающими снижение когнитивных способностей, и здоровыми индивидами. Результаты, которые могут иметь более широкие последствия для мониторинга многих различных состояний здоровья, были опубликованы в журнале IEEE Journal of Biomedical and Health Informatics.

Американские ученые из университета Гонзаги и университета штата Вашингтон разработали новый алгоритм анализа данных, полученных с помощью разнообразных интеллектуальных домашних устройств. Он называется "Обнаружение изменения поведения для групп" (Behavior Change Detection for Groups, BCD-G). В частности, этот алгоритм анализирует поведенческие модели жильцов во времени.

Сенсоры, составляющих "умную" домашнюю среду, могут незаметно предоставлять временные ряды данных, которые отражают рутинное поведение жителя "умного" дома и то, как это поведение меняется с течением времени.

В ходе исследования в течение месяца 14 добровольцев находились под постоянным наблюдением в своих домах. Семь из этих добровольцев страдали от деменции, в то время как остальные семеро с аналогичным возрастом и образованием составляли здоровую контрольную группу. Алгоритм затем использовался для оценки поведения добровольцев, которые занимались 16 видами деятельности, например, купание, приготовление пищи, сон, работа и прием лекарств.

Использование BCD-G для сравнения этих двух групп выявило некоторые существенные различия в поведении.

По словам исследователей,

Во-первых, скорость ходьбы по дому в группе с нарушениями когнитивных функций была примерно в два раза ниже, чем в группе здоровых людей, соответствующего возраста. Кроме того, в группе с когнитивными нарушениями наблюдалась большая разница в продолжительности выполняемых ими действий, а также во времени, когда они начинали ими заниматься. Они больше спали днем и ночью, и, наконец, у них были большие различия в поведении, связанные с тем, как часто и когда они выходили из дома, принимали лекарства и одевались.

При том, что алгоритм BCD-G в данном исследовании оказался полезным для выявления поведенческих закономерностей у людей с деменцией, ученые отмечают, что он может быть применен и к ряду других заболеваний. Например, это программное решение можно использовать для наблюдения за пациентами, восстанавливающимися после инсульта или травмы головного мозга.

"Поскольку BCD-G смотрит на изменения в разных временных точках, он может помочь практически в любом состоянии, когда врач захочет узнать, улучшается ли чье-то здоровье или ухудшается", - говорят разработчики решения.