Fall-detection in hospitalized patients using wearable sensors and machine-learning techniques

Francesca Alfieri

Fall-detection in hospitalized patients using wearable sensors and machine-learning techniques.

Rel. Gabriella Balestra. Politecnico di Torino, Master of science program in Biomedical Engineering, 2019

Abstract

Le cadute in ospedale rappresentano un problema sia in campo sanitario che economico. In Europa, ogni anno si verificano approssimativamente 36.000 decessi correlati alle cadute (secondo i dati del 2010-2012) ed il costo dell'assistenza sanitaria per il trattamento delle lesioni legate alle cadute è di circa 25 miliardi [1]. Al giorno d’oggi, c'è una grande richiesta di soluzioni per il rilevamento delle cadute in tempo reale per prevenire gravi danni. È essenziale riconoscere e notificare se si è verificata una caduta al fine di fornire una rapida assistenza medica, soprattutto durante la notte, quando i controlli infermieristici negli ospedali sono meno frequenti.

I pazienti con disturbi visivi, dell'equilibrio, dell'andatura, ortopedici, neurologici e psicologici sono i maggiori candidati a soffrire di questo problema [2], tuttavia, i pazienti anziani sono i più a rischio