¿Qué puede decirle su microondas sobre su salud?
Un sistema MIT utiliza señales inalámbricas para medir el uso de electrodomésticos en el hogar para comprender mejor las tendencias de salud.
Para muchos de nosotros, nuestros microondas y lavavajillas no son lo primero que nos viene a la mente cuando intentamos recopilar información sobre salud, más allá de que deberíamos (tal vez) dejar los Hot Pockets y vaciar los platos de manera oportuna.
Pero es posible que pronto lo estemos repensando, gracias a una nueva investigación del MIT CSAIL. El sistema, llamado “Sapple”, analiza el uso de electrodomésticos en el hogar para comprender mejor nuestros patrones de salud, utilizando solo señales de radio y un medidor de electricidad inteligente.
Tomando información de dos sensores en el hogar, el nuevo modelo de aprendizaje automático examina el uso de elementos cotidianos como microondas, estufas e incluso secadores de pelo, y puede detectar dónde y cuándo se usa un aparato en particular.
Por ejemplo, para una persona mayor que vive sola, aprender los patrones de uso de los electrodomésticos podría ayudar a sus profesionales de la salud a comprender su capacidad para realizar diversas actividades de la vida diaria, con el objetivo de ayudar eventualmente a asesorar sobre patrones saludables. Estos pueden incluir higiene personal, vestirse, comer, mantener la continencia y la movilidad.
“Este sistema utiliza datos de detección pasiva y no requiere que las personas cambien la forma en que viven”, dice el estudiante de doctorado del MIT, Chen-Yu Hsu, autor principal de un nuevo artículo sobre Sapple. “Tiene potencial para mejorar aspectos como el ahorro y la eficiencia de energía, brindarnos una mejor comprensión de las actividades diarias de las personas mayores que viven solas y brindar información sobre el análisis de comportamiento para entornos inteligentes”.
De los dos sensores, el “sensor de ubicación” usa señales de radio para detectar la ubicación y cubre alrededor de 40 pies, o lo suficiente para cubrir un apartamento típico de una habitación. Un usuario puede caminar alrededor de su apartamento para configurar el sensor, lo que le permite comprender los límites físicos, y luego el sensor puede limitarse a esa área específica.
El equipo dice que el sistema podría ser potencialmente útil durante la pandemia de Covid-19, donde hay un interés creciente en la detección sin contacto de la salud y los comportamientos . Pueden imaginar el uso de datos de sensores pasivos para liberar la necesidad de que los cuidadores visiten poblaciones de mayor riesgo y minimizar el contacto en persona en general.
Sapple proviene del creciente cuerpo de investigación del equipo centrado en el uso de sensores inalámbricos para comprender mejor nuestros complejos cuerpos humanos, como un sensor “GPS” en el cuerpo con el objetivo de rastrear tumores o dispensar medicamentos, un sistema inalámbrico de hogar inteligente para monitorear enfermedades y ayudar a los ancianos a “envejecer en su lugar”, y otro sistema para medir la marcha para ayudar a monitorear y diagnosticar diversas dolencias.
El trabajo anterior en el aprendizaje del uso de electrodomésticos se centró en el uso de datos de energía de un medidor de servicios públicos. Pero este enfoque hace que sea difícil desentrañar los detalles, ya que los datos de energía son una combinación de patrones de múltiples electrodomésticos, todos sumados.
Los enfoques no supervisados, aquellos en los que los datos de entrenamiento no están etiquetados, asumen que se desconocen los patrones de los dispositivos individuales. Sin embargo, dado que el medidor de servicios públicos mide la energía total utilizada por el hogar, es muy difícil aprender a detectar electrodomésticos individuales o detectarlos de manera efectiva.
Sapple permanece en el ámbito sin supervisión: no asume que conocemos los patrones de los dispositivos individuales, sino que utiliza datos de un segundo sensor para ayudar a aprender los patrones de uso de los dispositivos con autosupervisión. Por ejemplo, el sensor de ubicación captura el movimiento de una persona cuando se acerca a un microondas, le pone comida y lo enciende. Luego, el modelo analiza los datos y aprende cuándo se encienden electrodomésticos específicos y cuáles son sus ubicaciones en una casa.
Además de la salud, Sapple podría ayudar a reducir nuestra fuerte huella en el mundo natural. Al analizar los patrones de uso de electrodomésticos dentro de los hogares, el sistema podría usarse para fomentar comportamientos de ahorro de energía y mejorar la previsión y la entrega para las empresas de servicios públicos.
El equipo señala que el enfoque de su sistema resuelve algunos de los problemas que pueden resultar complicados para los sensores domésticos. Por ejemplo, usar los datos de ubicación no siempre implica el uso de un dispositivo, ya que las personas pueden estar al lado de un dispositivo sin usarlo. Además, muchos electrodomésticos, como los refrigeradores, hacen ciclos de energía y crean “eventos de fondo”, y podría haber datos de ubicación de varias personas en una casa, pero no todos están relacionados con el uso del electrodoméstico. Sapple resuelve estos problemas al aprender cuándo los dos sensores los flujos se relacionan y lo utilizan para descubrir cuándo se encienden los dispositivos y sus ubicaciones.
“A medida que la detección de ubicación en interiores comience a ser potencialmente tan común como el Wi-Fi en el futuro, la esperanza es que nuestra tecnología se pueda aplicar sin esfuerzo a todos los lugares con medidores de servicios públicos”, dice Hsu. “Esto podría permitir nuevas aplicaciones para la detección pasiva de la salud en los hogares. Las empresas de servicios públicos, por ejemplo, podrían reducir las demandas máximas al proporcionar comentarios personalizados, optimizar la generación y el suministro de energía y, en última instancia, mejorar la eficiencia energética “.
Hsu escribió el artículo junto con los estudiantes de doctorado de CSAIL Abbas Zeitoun y Guang-He Lee, así como con los profesores del MIT Dina Katabi y Tommi Jaakkola. Presentaron el documento virtualmente en la Conferencia Internacional sobre Representaciones del Aprendizaje.
Relacionado:
Telesalud: Atencion medica virtual Revista NUVE