Desarrollo de agentes predictivos para la monitorización del comportamiento en gerontología
En Sciling hemos iniciado la ejecución del proyecto de I+D «Desarrollo de agentes predictivos para la monitorización del comportamiento en gerontología». Esta actuación, que constituye la tesis doctoral de nuestro ingeniero Armando Gomis, se enmarca en la convocatoria de Promoción del talento – Doctorandos empresariales (Innodocto) y cuenta con el apoyo de la Agència Valenciana de la Innovació (AVI) y la cofinanciación de la Unión Europea.
El reto: tecnología para un cuidado más humano
El sector sociosanitario se enfrenta al desafío de la sobrecarga de trabajo y la necesidad de escalar los servicios de atención domiciliaria. Para abordarlo, nuestro proyecto plantea la creación de un sistema inteligente basado en la sensorización WiFi no invasiva.
El objetivo es facilitar el seguimiento constante y efectivo de los hábitos en personas mayores sin interferir en su privacidad. A diferencia de soluciones que requieren cámaras o dispositivos corporales, esta tecnología permite velar por el bienestar del usuario de forma invisible y respetuosa. El fin científico es desarrollar metodologías de inteligencia artificial para transformar los datos brutos de estos sensores en conocimiento accionable que ayude a los cuidadores.
Objetivos técnicos y alcance de la investigación
El núcleo de la tesis reside en el diseño de algoritmos de aprendizaje automático (machine learning) capaces de automatizar el análisis de bienestar. Las líneas de investigación principales descritas en el proyecto son:
- Detección de anomalías y perfilado de hábitos: Desarrollo de modelos capaces de comprender las rutinas diarias de cada usuario (descanso, actividad) y detectar cambios significativos que puedan indicar una necesidad de atención.
- Análisis predictivo y en tiempo real: Evolución del sistema para la detección de incidentes al momento, superando el análisis retrospectivo tradicional.
- Fusión de datos multimodales: Investigación sobre la integración de datos de actividad con otras fuentes (audio/vídeo) para enriquecer la comprensión del estado del usuario.
Resultados esperados e impacto
El proyecto no solo busca la excelencia científica, sino generar una solución robusta y validada que mejore la calidad de vida. Los indicadores de éxito establecidos en la memoria incluyen:
- Eficiencia: Aumento de la capacidad de atención a usuarios por cada profesional en un 40%.
- Precisión técnica: Reducción del error de predicción en los modelos de perfilado en un 25%.
- Funcionalidad: Desarrollo de una prueba de concepto (PoC) de análisis de audio/vídeo para informes automatizados.
El resultado final será una plataforma de inteligencia accionable que genere alertas priorizadas, facilitando el paso de un modelo de cuidados reactivo a uno proactivo.
Transferencia y colaboración
Este desarrollo se alinea con el concepto de Internet of Behaviours (IoB) y busca consolidar nuestra posición en el sector de la silver economy.
La ejecución se realiza en colaboración industrial con nuestro cliente Ingesan (Grupo OHLA), integrando los modelos en su plataforma VERA, y bajo la tutela académica del programa de doctorado en «Enginyeria Electrònica» de la Universitat de València (UV) y el grupo de investigación IDAL (Laboratori d’Anàlisis Dades Intel·ligents).
Ficha técnica y financiación
- Título del proyecto: Desarrollo de agentes predictivos para la monitorización del comportamiento en gerontología.
- Investigador principal: Armando Gomis Maya.
- Programa: Promoción del talento – Doctorandos empresariales (Innodocto) – Convocatoria 2025.
- Número de expediente: INNTA3/2025/24.
Financiación: Esta actuación está cofinanciada por la Unión Europea a través del Programa Fondo Europeo de Desarrollo Regional (FEDER) de la Comunitat Valenciana 2021-2027 y por la Agència Valenciana de la Innovació (AVI) / IVACE+i Innovación.
