1
Sistema de monitoreo de señales fisiológicas y situaciones de
riesgo para adultos mayores.
B. Acuña, S. Acuña, R. Fernández y A. Custodio
INACAP Santiago sur
 ¿Cómo contribuir a disminuir las situaciones de riesgo y
Abstract– Como condición natural del envejecimiento, las
personas de la tercera edad sufren deterioro físico y cognitivo, que
les dificulta el control de las tareas habituales del hogar, la pérdida
de su autonomía e independencia, afectando su bienestar y calidad
de vida. Donde se refleja más claramente es en constantes
descompensaciones y caídas.Para dar solución en parte a esta
problemática de nivel mundial, se diseño un sistema de monitoreo
equipado con sensores, que permitan medir señales biomédicas y de
movimiento en adultos mayores, con capacidad de generar alarmas
y con comunicación a través de una red inalámbrica. Se utilizó un
NodeMCU, Raspberry Pi 3 y diversos sensores como acelerómetro,
SO2, temperatura y frecuencia cardiaca. Esta implementación
considera un algoritmo de detección de situaciones de riesgo, donde
el parámetro de decisión para las caídas es el módulo de la
aceleración y para los signos vitales son parámetros establecidos por
la medicina. Los resultados mostraron que un umbral de 2g es
suficiente para detectar caídas en nuestra implementación. En
general los errores obtenidos de las variables medidas no superaron
el 1 %.
Palabras clave: Monitoreo de adultos mayores, saturación,
frecuencia cardiaca, ECG, temperatura corporal, algoritmo,
wearable.
I. INTRODUCCIÓN
Según informes de la Organización Mundial de la Salud
(OMS, 2010) [1], un tercio de la población de adultos mayores
sufre algún tipo de caída cada año, siendo esta una de las
primordiales causas de lesiones y muertes por accidente en los
mayores de 75 años. Con esta afirmación, se ratifica la
importancia de la atención oportuna y el cuidado permanente
de los adultos mayores, debido a que descuidar la atención
presencial del adulto mayor podría afectar significativamente
su calidad de vida, posibilitando la generación de problemas
derivados por no atender de forma oportuna las eventualidades
de salud que se padezcan.
En muchas ocasiones, los ancianos con el afán de realizar
actividades por sí solos, ignorando su condición, sufren de
caídas desde sus camas terminando con fracturas de cadera y
extremidades, pasando largas horas en el suelo sin recibir
auxilio. Es por eso, la necesidad de la tecnología. Apoyar con
herramientas tecnológicas al desarrollo del día a día, es
fundamental. La posibilidad de la incorporación de las
tecnologías relacionadas con internet, la recolección de
información, el monitoreo y la evaluación, resulta determinante
para una efectiva y rápida respuesta a eventos que ocurran
dentro de del domicilio o una residencia de adultos mayores.
Con estos antecedentes nace la siguiente interrogante:
mejorar las condiciones de calidad de vida de los adultos
mayores residentes en asilos de ancianos?
La tecnología da respuesta a esta interrogante. Las
situaciones de riesgo pueden ser prevenidas con soluciones
viables como un sistema de monitoreo [3] constante, el cual
puede permitir mejorar la calidad de vida de los adultos
mayores. También permitirá a sus familiares, sentirse
tranquilos y seguros, además de una útil herramienta a los
cuidadores y personal médico en el recinto, en donde tendrán
una forma confiable de verificar el estado en que se encuentran
los ancianos. También se incorpora otra tecnología como son
los dispositivos móviles para alertar e informar a los
encargados de la situación de los residentes. Con esto se podrá
monitorear las 24 horas del día y los 7 días de la semana, las
actividades de los ancianos, identificar sus hábitos, generar
reportes y alertas.
II. DESCRIPCIÓN GENERAL
El sistema diseñado, monitorea señales fisiológicas como la
saturación, frecuencia cardiaca y temperatura, además de
detección de caídas en tiempo real, también permite el registro
de las mediciones en una base de datos el cual puede
consultarse a través de una página web. Además, es capaz de
emitir alertas a través de un mensaje de texto hacia un teléfono
móvil, esto con el objetivo de entregar una rápida respuesta
ante una situación de riesgo como una taquicardia, bradicardia,
fiebre, hipotermia, caídas, etc.
El prototipo es del tipo “wearable”, siendo éste una polera
ajustada (primera capa) [4], donde se integran los distintos
sensores a utilizar. Para la temperatura, el sensor se ubica, en la
axila derecha por la cara interior de la polera para el contacto
directo con la piel, adherido por medio de una costura. La
lectura del sensor es analógica por lo que se debe realizar un
escalamiento. Se realizó usando el modelo matemático de
Steinhart-Hart [2], que nos permite relacionar la resistencia
eléctrica del sensor con la temperatura. Es necesario, además,
una resistencia en serie para provocar un divisor de tensión,
para así, el microcontrolador puede leer las variaciones de
tensión y con el escalamiento determinar la temperatura.
Los electrodos del ECG se fijan internamente también con
costuras, al igual que el sensor de temperatura sobre el pecho.
Es necesario el uso de ventosas para el contacto con la piel y
ser removibles. La adquisición de los datos se realiza por
medio de una librería otorgada por el fabricante del sensor.
El sensor de saturación puede ser colocado tanto en el lóbulo
de la oreja como en el dedo índice. Para el caso de la oreja se
realizó una prótesis siliconada antimaterial y lavable. El
escalamiento de esta señal está determinado por el uso de una

librería para el nodeMCU otorgada por el fabricante. La señal
de este dispositivo es comunicada por el protocolo I2C.
El dispositivo de caídas se ubica en el pecho en un bolsillo
confeccionado del mismo material de la prenda. El sensor
presenta un recubrimiento en silicona para evitar la humedad y
el polvo. La señal de este dispositivo es procesada, haciendo
uno de una librería que nos entrega la aceleración en los ejes x,
y, z. Con esto es necesario, el cálculo del módulo de la
aceleración para determinar y comparar este valor con el
umbral determinado la detección de caídas.
El cableado, se introduce en una funda del mismo material
de la polera, para una mayor comodidad y facilidad a la hora de
retirar los dispositivos.
El sistema central se aloja en un pequeño bolso ajustado a la
cadera a través de una correa de alta durabilidad. Allí también
se almacena la batería y el módulo GSM.
El prototipo se pensó con el fin de ser lavable, cómodo,
durable y lo menos invasiva posible.
El dispositivo central, es un nodeMCU que posee integrado
wifi, el cual procesa las señales y las transmite hacia un
servidor montado en una Rapsberry PI. Es necesario una red de
internet para la comunicación del dispositivo hacia el servidor
y efectuar una configuración al router para redireccionar
puertos y así permitir que dispositivos externos a la red pueden
comunicarse con el servidor con el objetivo de que las
variables pueden ser visualizadas por personal autorizado
desde cualquier lugar.
El sistema consta de una etapa de adquisición,
procesamiento y transmisión de datos hacia la base de datos de
un servidor montado en una Raspberry PI.
En la figura 1 se muestra la arquitectura del sistema.
Figura 1. Arquitectura del sistema.
III. HARDWARE
• NodeMCU V3
• Raspberry PI 3 B+
• ADXL 345 (acelerómetro)
• Sensor de temperatura NTC Dräger modelo MP00991
• Sensor ECG AD8232
• Sensor de Saturación de Oxigeno MAX30100
• Módulo GSM SIM900
• Batería externa 5V 2/ 10.000mAh
• ADS1015.
2
Figura 2. Diseño del circuito en Fritzing.
El dispositivo funciona de la siguiente forma:
El nodeMCU es alimentado por USB a través de una batería
convencional de 5V.
El sensor de temperatura (NTC) está conectado hacia el pin
analógico del nodeMCU y una una resistencia de 2kΩ en serie
a este pin con el propósito de producir un divisor de tensión, ya
que, el nodeMCU no es capaz de leer las variaciones de
temperatura, pero si las variaciones de tensión. La resistencia
es de 2kΩ, debido a que el NTC a 25°C nos entrega ese valor.
Para el MAX30100, que mide la saturación, es alimentado
con 3,3Vdc del nodeMCU. Al ser un sensor óptico donde
deriva sus lecturas desde la emisión de dos longitudes de onda
de luz de dos leds, uno rojo y otro infrarrojo, mide la absorción
de luz de la sangre a través de un fotorreceptor. La señal de
este dispositivo es comunicada al nodeMCU a través del bus
I2C hacia los pines D1 (SCL) y D2 (SDA). Este protocolo
prevé resistencias de Pull-Up de las líneas a VCC, por lo que se
utilizaron resistencias de 47KΩ para una mayor velocidad de
transmisión a pesar de que la librería “wire” que utilizamos en
el código activa las resistencias internas del nodeMCU, pero
estas últimas tiene el inconveniente que son “blandas”
El ADXL 345 (acelerómetro) es alimentado a través de la
salida 3,3V del nodeMCU y también se conecta al bus I2C
hacia los pines D1 y D2.
Para el ECG es necesario contar con otra entrada analógica,
pero nodeMCU solo cuenta con una y fue asignada al sensor de
temperatura. Para conectarlo se utilizó un conversor análogo
digital, el ADS1015 para proveer esa entrada analógica. Este
ADC se comunica al nodeMCU, también por el protocolo I2C.
En cuanto al módulo GSM SIM900, se necesita alimentarlo
directamente a la batería ya que, en ocasiones, si se requiere
buscar señal, necesita mayor potencia. La comunicación hacia
el nodeMCU se realiza a través de protocolo serial. Para el
SIM900 se seleccionaron los pines 7 y 8 como RX y TX
respectivamente hacia los pines D6 y D5 del nodeMCU.

IV. SOFTWARE
Para el software se necesitó lo siguiente:
 Arduino IDE: para el desarrollo de la programación
del sistema central en el nodeMCU.
 Servidor HTTP Apache: Nos permitió convertir la
Raspberry en un servidor, para responder a peticiones
HTTP y albergar la página web con la que interactúa
el sistema. El servidor, montado sobre una Raspberry
Pi va a ser el eje sobre el que giren los demás
componentes del proyecto. Recibe datos del
NodeMCU, de la página web y proporciona datos a la
página web.
 Base de datos: La construcción de una base de datos
nos permite registrar todos los datos de las mediciones
de los sensores. Para esto se utilizó la herramienta
phpMyAdmin para la elaboración de tablas y
estructuras necesarias para nuestro sistema.
 phpMyAdmin: Para la gestión de la base de datos en
MySQL.
 Raspbian: como sistema operativo de Raspberry pi.
Figura 3. Algoritmo del sistema propuesto.
En la figura 3 se aprecia le algoritmo desarrollado para el
sistema de monitoreo.
Los primeros bloques del algoritmo muestran la etapa de
adquisición de datos, a través de los sensores que funcionarán
simultáneamente. Una vez adquirido los datos, pasan al bloque
con un respectivo algoritmo para el procesamiento de esos
datos uno para cada sensor. Estos algoritmos permiten
establecer si se presenta una situación de riesgo, es caso de ser
negativo, el sistema vuelve a al inicio del sistema cumpliendo
nuevamente el ciclo (adquisición de datos, luego
3
procesamiento, consulta). En caso de ser positivo, se enviará
una alerta hacia el servidor, y este a su vez emitirá una
notificación que podrá ser visualizada por un computador o a
través de un dispositivo móvil.
V. RED DE COMUNICACIÓN
El envío de datos entre los diferentes nodos del sistema
(Raspberry, Web, NodeMCU) se realizó utilizando HTTP y
PHP. HTTP es el protocolo de comunicación que permite las
transferencias de información en la red. HTTP define la
sintaxis y la semántica que utilizan los elementos de software
de la arquitectura web (clientes, servidores, proxis) para
comunicarse. HTTP es un protocolo sin estado, es decir, no
guarda ninguna información sobre conexiones anteriores. PHP
es un lenguaje de código abierto muy popular especialmente
adecuado para el desarrollo web y que puede ser incrustado en
HTML. PHP está centrado en la programación de scripts del
lado del servidor. Lo que distingue a PHP de algo del lado del
cliente como JavaScript es que el código es ejecutado en el
servidor, generando HTML y enviándolo al cliente. El cliente
recibirá el resultado de ejecutar el script, aunque no se sabrá el
código subyacente que era. Se va a utilizar PHP para acceder y
hacer las consultas a la BD en el servidor y desde la página
web y NodeMCU transmitirá los datos usando HTTP a la
Raspberry.
Se utiliza el método GET para obtener información de los
sensores y transmitirla a la base de datos y POST para enviar
información desde el cliente al servidor como es en el caso de
buscar los datos de un residente o agregar a alguno.
Figura 4. Red de comunicación del sistema propuesto.
La figura 4 muestra la red de comunicación que se
implementa. Por un lado, muestra el sistema propuesto con los
diferentes sensores y el nodeMCU que realizará la adquisición,
procesamiento y transmisión de datos a través de WiFi. Al
centro se representa un router común que nos brinda acceso a
internet. A la derecha, la Raspberry PI como servidor también
conectada a la red por WiFi. Es necesario la asignación de una
IP estática al nodeMCU y a la Raspberry PI, para el
reconocimiento de estos dispositivos en la red y para el caso
del nodeMCU, para determinar a qué usuario pertenece dicha
IP. Para la Raspebrry PI es necesario debido a que se pretende
 4

abrir el servidor a internet, ya que, allí se almacena la página VII. MAQUETA

web, donde se harán revisiones a las variables que mide el
sistema. En el router se configura para habilitar un puerto, de
modo de redireccionar las conexiones entrantes hacia la La figura 6, se muestra la distribución de los elementos en la
Raspberry PI. camiseta como se explicó en la Sección II “Descripción del
sistema”.
VI. INTERFAZ HOMBRE-MÁQUINA

Interfaz Web

La interfaz web permite al personal ver en tiempo real las

lecturas de los sensores conectados a los residentes para
monitorear posibles anomalías o detectar caídas a través de
alertas. Permite visualizar los datos del usuario como son su
nombre completo, rut, fecha de nacimiento, enfermedad
crónica, apoderado, etc. También permite registrar a un nuevo
residente a través de un formulario. Todo lo anterior se Figura 6. Representación de la disposición de los elementos del prototipo.
encuentra en una base de datos que se actualiza dinámicamente
al ser enviados los datos por los sensores, o al ingresar
información. Para realizar el sitio web se eligió usar PHP,
HTML, APACHE Y MySQL.

Figura 7. PCB del prototipo.

Figura 5. Página principal del sitio web.

En la figura 5, se muestra la página principal del sitio web,

en donde los recuadros, nos direccionan hacia lo deseado por el
usuario como es la consulta de estado de salud, el registro de
un nuevo residente y la consulta de datos personales.

Figura 8. Montaje del circuito central.

 5

VIII. RESULTADOS Para la validación de temperatura axilar se utilizó un

termómetro digital de grado médico como equipo patrón, se
realizaron medición de forma gradual con temperaturas desde
A. Frecuencia Cardiaca 30,1 a 40,2 grados Celsius.
Se puede apreciar en la tabla que hay una correcta relación
Tabla 1. Tabla comparativa de FC entre Simulador y Prototipo. entre los valores de medición del equipo patrón con respecto al
sensor NTC, esto se corrobora visualizando el grafico donde
FC V V medido Desviación Histéresis E Total
presenta una recta lineal de los valores. A su vez al promediar
bpm Simulador medio ↑ estándar +- Fndo
↑ escala% la desviación estándar de las dos mediciones VP y VM se
40 40 39,7 1,15 130,00 0,22 obtuvo un mismo valor del +-0,13, lo cual es bastante
50 50 50,0 2,00 111,33 0,00 aceptable.
60 60 60,0 0,00 91,67 0,00 El porcentaje de error aun en los niveles más altos es
70 70 71,0 2,00 69,67 0,08 despreciable para la medición ya que el promedio solo alcanza
80 80 80,3 1,15 50,00 -0,22
90 90 89,3 2,31 32,00 0,44
el 0.97%, por lo que se concluye que el sensor entrega una
100 100 100,7 1,15 10,33 -0,44 buena respuesta a las distintas temperaturas presentada.
110 110 110,0 0,00 0,00 0,00
120 120 119,7 1,15 29,67 0,22
130 130 130,0 0,00 50,00 0,00
140 140 140,7 2,31 70,00 -0,44
150 150 150,0 4,00 89,33 0,00 C. Saturación de Oxígeno.
160 160 161,0 0,00 110,33 -0,59
170 170 171,0 2,00 131,00 -0,59

Tabla 3.Tabla comparativa de Spo2 entre M540 y Prototipo.

Para la validación experimental de este parámetro se utilizó Medición Equipo Patrón Prototipo Proyecto
un simulador de pacientes Fluke. Este equipo es utilizado Sujeto de prueba Spo2 % Pulso bpm Spo2 % Pulso bpm
normalmente para realizar diagnósticos de equipos defectuosos 1 (5 Años) 100 122 98 119
o demostraciones en cursos. Es un equipo muy útil debido a su 2 (28 Años) 97 65 95 69
versatilidad de signos vitales que puede generar, como: ECG, 3 (74 Años) 98 72 96 78
4 (45 Años) 99 88 97 88
SpO2, P/Invasiva, PNI, etc. 5 (27 Años) 99 54 97 51
Se usó el módulo de ECG para generar variadas muestras de 6 (26 Años) 100 74 98 79
frecuencias cardiacas, con valores que fluctuaron desde los 40 7 (59 Años) 98 91 96 85
bpm a los 170 bpm y configuró el equipo con la opción de 8 (81 Años) 97 65 95 72
paciente adulto/normal.
El promedio de desviación estándar es de +- 1,3 bpm, lo cual
es un valor muy pequeño para generar un problema en el
diagnóstico del paciente.Otro valor importante a considerar el
porcentaje de error de clase el cual indica cuanto error se puede
producir en cada intervalo de frecuencia cardiaca, el porcentaje
promedio es del 0,09%.
Para validar este parámetro no fue posible realizarlo con el
Simulador Fluke, esto es debido a que nuestro sensor cuenta
B. Temperatura corporal con los diodos emisor y receptor de señale para saturación y
pulso cardiaco en la misma cara y el simulador contaba con un
Tabla 2. Tabla comparativa de Temperatura Equipo Patrón y Prototipo. módulo disponible para este tipo de sensor.
Se utilizó un monitor multiparámetro marca Drager con
°C V Des. V Desviación Histéresis E Total
tecnología Máximo como equipo patrón y se realizaron varias
Margen patrón estánd. medido estándar +- Fondo mediciones en distintos sujetos de pruebas que presentaban
de °C ↑ +- medio escala% distinto niveles en este parámetro. Se consideró una
medida °C↑ configuración de tiempo de premediación igual.
30,00 30,00 0,20 29,90 0,20 -10,07 0,25
En la tabla 3 se observa las mediciones del prototipo y del
33,00 33,13 0,23 32,97 0,23 -6,07 0,42
equipo patrón realizadas en 8 sujetos de prueba de distintas
34,00 34,17 0,31 34,13 0,23 -3,90 0,08
35,00 35,07 0,12 35,10 0,20 -2,53 0,08
edades. Respecto a la saturación los registros indican que las
35,50 35,47 0,23 35,47 0,12 -1,50 0,00 personas se encontraban con índices de oxígeno mayores al
36,00 36,10 0,00 36,07 0,12 -0,40 0,08 95% en la sangre que es lo normal, en ambos equipos, lo que
36,50 36,50 0,00 36,50 0,00 0,47 0,00 refleja una aceptable medición a pesar de que el prototipo se
37,00 37,03 0,12 37,03 0,12 1,50 0,00 encontraba por debajo en dos unidades. De igual modo refleja
37,50 37,57 0,12 37,53 0,12 2,53 0,08 normalidad en este signo vital. Para el caso del pulso las
38,00 38,03 0,12 38,03 0,12 4,03 0,00 mediciones variaron en promedio alrededor de 5 puntos con
39,00 39,00 0,00 39,00 0,00 6,00 0,00 respecto al equipo patrón, variación que no es tan significativa
40,00 40,07 0,12 40,03 0,12 9,97 0,08 ya que los valores críticos para esta variable son bajo 50 bpm y
sobre 105 bpm en adultos mayores.
 6

D. Acelerómetro

E. Signos vitales.

Prueba Rango Eje Rango Eje Rango Eje Módulo

X Y Z
En este punto, se utilizó el método de comparación de
Caminando [-30, -40] [0, 15] [10, -5] [30, 41]
Sentado [-25, -37] [16, -3] [2, -21] [28, 43] equipo patrón, nuevamente con el monitor Multiparámetro
Acostarse de [ 0, -33] [7, -33] [22, -25] [26, 41] Drager M540.
espalda La prueba consistió en seleccionar a distinto sujetos de
Acostarse boca [-12, -35] [16, 7] [2, -32] [25, 34] pruebas de diferentes edades para realizar las mediciones de
abajo
Caída hacia [5, -44] [0,88] [8, -42] [14, 94]
Saturación de oxígeno, Frecuencia Cardiaca y Temperatura
delante axilar. Esto se realizó usando los dos equipos en forma
Caída hacia atrás [-9, -34] [20, -5] [20, -30] [13, 40] simultánea en cada sujeto, así logrando obtener las muestras en
Caída costada [15, -33] [70, -30] [10, -55] [14, 84] igualdad de condiciones. Cabe destacar que los sujetos de
Tabla 4. Rango de valores en distintas situaciones. prueba número 9 se encontraba con síntomas gripales y
respiratorios.

El estudio de la detección de caída, así como el análisis de Sujeto de Drager M540 Proyecto
los resultados obtenidos, permitieron la definición de los prueba
Edad Spo2 FC Temp. Spo2 FC Temp.
rangos de normalidad de las actividades cotidianas de los (Años) (%) (bpm) (C°) (%) (bpm) (C°)
usuarios. A partir de estos se comenzó el desarrollo del 1 25 99 61 36,7 99 59 36,6
algoritmo de detección el cual fue probado sobre el sistema
2 26 98 54 36,9 98 56 37
real.
El algoritmo se probó con las pruebas mencionadas 3 28 100 76 37,2 98 77 37,2
anteriormente, para confirmar que no se activa el sistema de 4 5 100 118 37,1 100 117 37
alerta en ninguna situación inadecuada, eliminando así los 5 74 99 75 36,4 99 78 36,3
máximos falsos positivos posibles. Esto permitió ajustar los
6 81 97 66 36,4 97 64 36,5
umbrales para obtener el mayor porcentaje de efectividad del
sistema posible. 7 59 99 84 36,9 98 82 36,8
Los resultados obtenidos para la detección de caídas con el 8 45 100 85 36,5 100 85 36,6
sistema ya programado y completamente montado en un sujeto 9 26 96 78 38,1 96 78 38,1
de prueba que utilizó la prenda arrojaron los siguientes
resultados: 1 61 98 69 37,2 98 69 37,1
0

Tabla 6. Tabla de resultados de los sensores de señales fisiológicas en

conjunto.
Tabla 5. Tabla de resultados de las pruebas del sistema en caídas

Situación Experimentos Detecciones Porcentaje de

correctas acierto
Caminar 200 m 15 15 100%
Sentarse 40 40 100% Las pruebas realizadas en los sujetos de prueba número 4 y 7
Acostarse de 33 33 100% no pudieron ser realizadas con la camiseta debido a que el
espalda
Acostarse boca 33 29 87,9%
prototipo no se adecuaba a su contextura corporal, por lo que
abajo se instalaron los sensores de forma externa y simulando la
Caída hacia 46 43 93,5% ubicación del dispositivo. Las pruebas resultaron de forma
adelante satisfactorias ya que en las mediciones se obtuvieron márgenes
Caída hacia atrás 25 21 84%
de error aceptable para cada parámetro.
Caída hacia un 30 29 96,7%
costado
Promedio de 94,6%
acierto

Para cada actividad y completando una cierta cantidad de
repeticiones se obtuvo como resultado en promedio de todas
las situaciones un 94,6 % de aciertos lo que en gran medida
representa una gran efectividad. Destaca el acierto entre las
situaciones en que los ancianos pasan mayor tiempo que son
sentarse, acostarse de espadas y caminar, con un 100% de
efectividad, lo que no alertaría en falso al personal de cuidados.
IX. CONCLUSIONES
En este trabajo se presentó la implementación de un detector
de situaciones de riesgo tanto de caídas como signos vitales,
utilizando NodeMCU, Raspberry Pi 3 y diversos sensores
como acelerómetro, SO2, temperatura y frecuencia cardiaca.
Esta implementación considera un algoritmo de detección de
situaciones de riesgo, donde el parámetro de decisión para las
 7

caídas es el módulo de la aceleración y para los signos vitales

son parámetros establecidos por la medicina. Los resultados
mostraron que un umbral de 2g es suficiente para detectar
caídas en nuestra implementación.
Es necesario tener siempre conexión de red para que el
sistema funcione correctamente y no tenga fallas ya que el
mismo funciona mediante comunicación wifi. REFERENCIAS
Se logró diseñar un prototipo económico, bastante cómodo
para el usuario, reutilizable, de bajo consumo y escalable. El [1] Organización Mundial de la Salud. (2010). eHealth. Recuperado de
sistema puede perfectamente ayudar en el monitoreo de http://www.who.int/topics/ehealth/en/
pacientes hospitalizados y de la tercera edad. Puede ser [2] Steinhart J.; Hart S. Calibration curves for thermistors. Deep Sea
Research and Oceanographic Abstracts, 1968
implementado en casas, hogares de anciano haciendo uso de la
[3] Acosta Díaz, R. (2014). Plataforma de monitoreo medico de adultos
red inalámbrica Wifi. mayores basado en cómputo ubicuo. Recuperado de
Se debe tener en cuenta que una gran parte de las personas https://www.researchgate.net/publication/295252019
mayores tienen dificultades con el uso de la tecnología, por lo [4] Ponce, S. (2018). Desarrollo de un sistema vestible de medición de
variables fisiológicas (Tesis de pregrado inédita), Universidad
que el sistema debe ser extremadamente sencillo de utilizar,
Nacional de San Juan, San Juan, Argentina.
para no provocar el rechazo y brindar confianza al usuario y a
quien lo monitorea. Para la realización de este sistema se
requiere observación, mejora de los prototipos, mediante
pruebas en grupos de usuarios reales y realizar un análisis
exhaustivo de las características de los componentes utilizado.
Se logró el diseño, calculando y programando cada elemento
para encontrar el funcionamiento en conjunto del sistema
propuesto.
Se consultó varias fuentes bibliográficas y expertos en el
área como médicos, enfermeras sobre las señales fisiológicas
que se midieron.
Se consultó variadas fuentes bibliográficas y a profesores
sobre las distintas tecnologías de comunicación para escoger la
más adecuada para el proyecto.
Se ideó un plan para analizar los diferentes sensores que
ofrece el mercado diferenciándolos por su potencia consumida,
resistencia al ambiente, etc, que mejor se adaptaran al
proyecto.
Se determino la tecnología y protocolos de comunicación a
base de ciertas características que se analizaron para el
funcionamiento adecuado.
Se propuso el sistema de monitoreo a partir de la síntesis de
información analizada.
Se implemento el hardware de cada etapa del sistema
individualmente para examinar su buen funcionamiento.
Se escogieron los dispositivos finales que nos permitieron
desarrollar y obtener un buen funcionamiento del proyecto.
Se desarrolló el código de programación, primero
elaborando un algoritmo y después convirtiéndolo a lenguaje
de máquina de manera individual para cada dispositivo para
luego tanto la adquisición, el procesamiento y la transmisión de
las señales del sistema, para posteriormente integrar toda la
programación en su conjunto.
Se desarrolló el código de programación que permitió la
transmisión de datos desde Arduino hacia el servidor a través
de lenguaje php.
Se construyó la base de datos, utilizando phpMyAdmin por
tablas, además de programar la página web, utilizando php,
HTML y CSS.
Finalmente, se visualizaron los resultados del proyecto por
medio la de implementación de la maqueta, realizando en
primera instancia pruebas con los integrantes de este proyecto
y posteriormente con un anciano.