Dispositivo Inteligente Vestível Detecta Quedas em Idosos com 96,7% de Precisão Usando IA e LoRa

Quedas são a segunda principal causa de morte por trauma não intencional no mundo, matando aproximadamente 684.000 pessoas anualmente, com adultos acima de 60 anos em maior risco. Quase metade dos idosos que caem não consegue se levantar sem assistência, tornando a detecção rápida e o acionamento de alertas essenciais. No entanto, os detectores de queda vestíveis existentes frequentemente sacrificam a duração da bateria em prol da precisão, ou dependem de Bluetooth de curto alcance que requer um smartphone próximo — limitando a confiabilidade no mundo real.

Este estudo de pesquisadores da Universidad de Málaga e da Universidad de Investigación y Desarrollo (Colômbia) propõe um sistema vestível híbrido que aborda simultaneamente as três limitações centrais: precisão de detecção, eficiência energética e alcance de comunicação. O dispositivo integra um acelerômetro com amostragem a 20 Hz a um pipeline de detecção em dois estágios. No primeiro estágio, um modelo leve baseado em limiar monitora continuamente a magnitude da aceleração e aciona o sistema apenas quando um limite predefinido é excedido — mantendo o processador e o rádio LoRa em modo de hibernação profunda nos demais momentos. No segundo estágio, uma amostra de aceleração janelada de 4 segundos é transmitida via LoRa a um servidor remoto, onde um modelo de aprendizado profundo CNN-LSTM realiza a classificação final de queda/não queda. A CNN extrai características espaciais do sinal do acelerômetro, enquanto a LSTM captura padrões temporais de movimento, reduzindo juntas os falsos positivos gerados por modelos de limiar mais simples.

O protótipo atingiu 96,67% de sensibilidade (taxa de detecção para quedas reais) e 100% de especificidade (sem classificação incorreta de Atividades de Vida Diária como quedas) durante os testes experimentais com cenários de quedas simuladas. O design de ultrabaixo consumo estendeu a autonomia da bateria para 178 horas de monitoramento contínuo — significativamente mais longo do que muitos sistemas concorrentes. A arquitetura LPWAN do LoRa permite transmissão em escala de quilômetros sem infraestrutura celular, operando em faixas de frequência não licenciadas para eliminar custos recorrentes de rede e a dependência de smartphone.

O sistema supera vários detectores de queda anteriores baseados em LoRa e NB-IoT revisados no artigo. Para contextualizar, sistemas comparáveis atingiram precisões variando de 89,2% a 96,93%, frequentemente com menor duração de bateria ou alcance de comunicação limitado. O design do algoritmo híbrido — transferindo o aprendizado profundo computacionalmente custoso para um servidor remoto em vez de executá-lo no próprio dispositivo vestível — é um insight arquitetônico fundamental que permite simultaneamente alta precisão e baixo consumo energético.

Ressalvas importantes se aplicam: os cenários de queda foram simulados, e não observados em idosos reais em ambientes naturalísticos, o que pode superestimar o desempenho no mundo real. O tamanho do conjunto de dados e a diversidade dos participantes não são detalhados integralmente no texto disponível, e o sistema ainda não foi validado em ensaios clínicos ou de monitoramento domiciliar de longo prazo. Além disso, a infraestrutura de gateway LoRa deve estar disponível nos ambientes de implantação, o que pode limitar a aplicabilidade em algumas áreas rurais ou em ambientes internos sem cobertura LPWAN existente.