Modelli di Machine Learning Classificano la Postura del Deambulatore per Prevenire le Cadute negli Anziani

Uno studio recente pubblicato su arXiv indaga l'efficacia dei modelli di machine learning nel distinguere tra uso del deambulatore, seduta, in piedi e varie posture per migliorare la sicurezza degli anziani. I modelli Geometric e XGBoost hanno mostrato le prestazioni più elevate, con XGBoost che ha raggiunto un'impressionante accuratezza del 99,84% nell'identificazione della scelta del deambulatore e del 99,69% per la differenziazione tra seduta e in piedi. Nella classificazione della postura, il metodo Geometric ha raggiunto un'accuratezza dell'89,9% su 8 posture, mentre XGBoost ha eccelso con un'accuratezza del 99,24% per 17 posture. Inoltre, i modelli di deep learning, tra cui una CNN a 4 strati e una CNN Encoder-Decoder, hanno superato il 98% di accuratezza nelle classificazioni binarie. Questa ricerca sottolinea il potenziale del machine learning per migliorare la prevenzione delle cadute nei deambulatori intelligenti.