Desarrollo de un sistema de monitoreo a distancia para personas de la tercera edad a través de una solucion IOT

Abstract

El presente trabajo tiene como objetivo mejorar el monitoreo de salud y tiempo de atención médica para personas de la tercera edad mediante el desarrollo de una solución de internet de las cosas (IoT) que cuente con la capacidad de censar, almacenar y graficar los principales datos de salud, como son saturación, temperatura, pulso cardiaco y sensor de caídas. Esta propuesta tecnológica toma como base el Programa de Atención Domiciliaria (PADOMI) y la red Amachay, las cuales se encargan de monitorear a los pacientes a través de llamadas telefónicas o visitas a domicilio. Sin embargo, el sistema actual presenta carencias, ya que las respuestas brindadas por el paciente o persona a cargo pueden ser manipuladas o mal interpretadas. Además, no se tiene suficiente personal para monitorear la cantidad de población de adultos mayores. Por lo cual, las llamadas telefónicas pueden llegar en ocasiones hasta cuatro días y visitas a domicilio hasta un mes en algunos casos. Debido a estas dificultades se planteó el uso de la tecnología en los pacientes de la tercera edad, para recabar información histórica de la evolución del paciente y notificar inmediatamente alguna variación en los parámetros censados. Por ello, fue necesario investigar sobre sensores, tarjetas de desarrollo, protocolos de comunicaciones y tecnologías inalámbricas de comunicación para brindar conectividad al dispositivo. La implementación del prototipo y dashboard de monitoreo en la nube de Amazon Web Services fue iterativa usando la metodología SCRUM. El uso de AWS permitió que la solución sea altamente escalable y se tenga una alta disponibilidad de los datos. Posterior al desarrollo, se calculó el flujo de caja proyectado a cinco años para hallar el VAN, TIR y periodo de recuperación de las inversiones iniciales. Estas resultaron positivas, lo cual indica que el proyecto es viable. Por otro lado, se pudo lograr un alto nivel de fiabilidad en el muestreo y monitoreo de los datos de recolectados con los sensores de temperatura, el módulo LTE - GPS y caídas. Respecto a la saturación de oxígeno y pulso cardiaco, estos reflejan datos no estables, siendo necesario continuar su revisión siendo una posibilidad tener el sensor dañado. En base a la solución realizada, es conveniente continuar con el análisis de la reducción del tamaño del dispositivo y aumentar la autonomía energética para mejorar la experiencia del usuario. También revisar la seguridad de la solución de forma integral, es decir, en la conexión del brazalete con la nube y conexiones externas para ingreso al dashboard. Así mismo, optimizar el dashboard implementado, contemplando el aumento de usuarios o implementar una aplicación móvil para el uso doméstico y se visualice la información. Finalmente, se podría aplicar algoritmos de Machine Learning, para realizar un análisis predictivo de los datos monitoreados de los pacientes y tener indicios de enfermedades o males posibles de tratar.