FrailAlert combina sensores no intrusivos, técnicas de inteligencia artificial y plataformas de computación en la nube y en el borde (edge computing). El objetivo es transformar la actividad cotidiana en datos clínicamente relevantes para anticipar la aparición de fragilidad.metodo

 

1. Sensores inerciales y ambientales – monitorizan movimiento y entorno. 

2. Computación en la nube y en el borde – procesan la información en tiempo real.

3. Algoritmos de Machine Learning – identifican cambios en patrones de actividad.

4. Alertas y paneles de control – facilitan la toma de decisiones por cuidadores y médicos.

Universidad de Alcalá DEPECA


El Proyecto de investigación FraialAlert (SBPLY/21/180501/000216) está financiado por la Unión Europea a través del FEDER y por la JCCM a través de INNOCAM

Cofinanciado UE Ministerio Hacienda Fondos Europeos Castilla-La Mancha INNOCAM