Construimos un sistema de detección de caídas que jamás te ve desnudo

Mi madre me llamó un martes por la noche, y no llamaba por ella. Llamaba por su vecina, una mujer de 81 años que se había caído en su baño, sola, y permaneció en el suelo de baldosas durante casi siete horas antes de que alguien la encontrara. La mujer sobrevivió, pero la fractura de cadera puso fin a su independencia. Se mudó a una residencia asistida antes de que terminara el mes.

"Le ofrecieron uno de esos sistemas de cámaras", me contó mi madre. "Dijo que prefería arriesgarse a morir en el suelo antes que tener a alguien observándola en el baño".

Esa frase abrió algo en mi cabeza. No porque fuera irracional, sino porque era lo más racional que había escuchado en meses. Ahí estaba una mujer eligiendo el riesgo de morir antes que la certeza de la vigilancia. Y toda la industria de tecnología para el cuidado de personas mayores no tenía nada mejor que ofrecerle.

Este es el problema que me propuse resolver en Veriprajna. No "cómo detectamos las caídas": eso ya se ha resuelto una docena de veces con cámaras y dispositivos portátiles. El problema real es más difícil: ¿cómo mantienes segura a una persona en los momentos más íntimos de su vida sin destruir la privacidad que hace que la vida valga la pena?

La respuesta, resulta, no es una cámara mejor. No es una cámara en absoluto.

El Panóptico del cuidado

Déjame darte las cifras que enmarcan esta crisis. Las caídas son la principal causa de muerte relacionada con lesiones entre los adultos mayores de 65 años. Solo en Estados Unidos, el costo sanitario anual de las caídas no mortales alcanza aproximadamente $50 mil millones. Una sola caída con lesión le cuesta a un centro de cuidados entre $30,000 y $60,000 en gastos médicos, responsabilidad civil y mayores necesidades de atención.

Pero la estadística que me persigue no es financiera. Es conductual. El miedo a caerse —no la caída en sí— hace que las personas mayores restrinjan su propio movimiento, se aíslen socialmente y declinen físicamente a un ritmo acelerado. Se supone que la monitorización debe prevenir esa espiral. En cambio, la monitorización a menudo provoca una versión distinta de ella.

Pasé semanas visitando residencias de cuidado asistido al inicio de nuestra investigación. En una de ellas, vi a una residente cubrir la cámara de su habitación con una toalla cada vez que se cambiaba de ropa. El personal entraba y retiraba la toalla. Ella volvía a ponerla. Esta guerra silenciosa por un trozo de toalla de rizo era todo el dilema entre privacidad y seguridad en miniatura.

La industria del cuidado de personas mayores construyó un Panóptico y lo llamó compasión. La seguridad comprada a costa de la dignidad no es seguridad: es otro tipo de daño.

Las cámaras fallan también de otras maneras. Necesitan luz, así que o no funcionan en la oscuridad o requieren iluminación infrarroja que altera el sueño. No pueden ver a través de cortinas de ducha ni de mantas, precisamente las situaciones en las que las caídas son más peligrosas. ¿Y los colgantes portátiles? La brecha de cumplimiento es devastadora. El deterioro cognitivo, los olvidos, o simplemente la incomodidad de dormir con un dispositivo en la muñeca hacen que el colgante quede en la mesita de noche cuando la caída ocurre a las 3 de la madrugada.

Necesitábamos algo fundamentalmente distinto. No una versión mejorada de la vigilancia, sino una tecnología que fuera físicamente incapaz de vigilar.

Por qué aposté la empresa a ondas invisibles

La primera vez que alguien de mi equipo sugirió el radar de ondas milimétricas para la detección de caídas, pensé que era exagerado. El radar es lo que usan los cazas de combate. Es lo que usan los coches autónomos para rastrear vehículos a 200 metros. Usarlo para monitorizar a una persona mayor en un dormitorio de 12 por 14 me pareció usar un mazo para clavar una tachuela.

Entonces entendí la física, y me di cuenta de que era todo lo contrario: era la única herramienta lo bastante precisa para el trabajo.

El radar mmWave, específicamente a 60 GHz, transmite ondas electromagnéticas y analiza sus reflejos. No captura imágenes. No puede reconstruir un rostro, una forma corporal, ni nada visualmente reconocible. Lo que sí puede hacer es detectar movimiento con una precisión extraordinaria, hasta desplazamientos submilimétricos. Eso significa que puede detectar la subida y bajada del pecho al respirar. Puede rastrear la trayectoria de un cuerpo que se mueve en el espacio. Puede distinguir a una persona de pie de una persona tendida en el suelo.

Y hace todo esto a través de paredes, en completa oscuridad, a través de cortinas de ducha, a través de mantas.

Hay una elegante propiedad física que selló mi convicción. La banda de 60 GHz se encuentra dentro del espectro de absorción del oxígeno, lo que significa que las señales se atenúan rápidamente con la distancia y no penetran eficazmente las paredes gruesas de concreto. Los datos de monitorización quedan físicamente contenidos dentro de la habitación. No podrías filtrarlos al pasillo aunque lo intentaras. Privacidad impuesta por las leyes de la física, no por los términos de un acuerdo de software.

Escribí sobre la arquitectura técnica completa —la mecánica de los chirridos FMCW, el paradigma de detección 4D, el pipeline de procesamiento de señales— en nuestro whitepaper interactivo. Pero la idea central es sencilla: a 60 GHz con 4 GHz de ancho de banda, se obtiene una resolución de distancia de aproximadamente 3.75 cm. Eso basta para distinguir las extremidades de una persona de su torso. Basta para diferenciar una caída de un agachamiento. Basta para salvar una vida. No basta para identificar un rostro.

Privacidad por física, no por política. Eso se convirtió en nuestro principio de diseño.

¿Qué ocurre cuando intentas enseñarle a un radar a reconocer una caída?

Aquí es donde tengo que ser honesto sobre lo difícil que resultó esto en realidad.

La versión ingenua de la detección de caídas por radar es sencilla: detectar una velocidad descendente repentina seguida de ausencia de movimiento al nivel del suelo. En un laboratorio, esto funciona a la perfección. Tuvimos un prototipo funcionando en cuestión de semanas capaz de detectar una caída controlada sobre una colchoneta con una precisión casi perfecta.

Luego lo instalamos en una habitación real.

El primer despliegue fue en un apartamento de prueba que habíamos preparado para simular una unidad de cuidado asistido. En la primera hora, el sistema marcó 14 caídas. Ninguna era real. Tres fueron el ventilador de techo. Dos fueron cortinas moviéndose cerca de la rejilla del aire acondicionado. Una, memorablemente, fue el golden retriever de mi colega saltando del sofá.

Recuerdo estar sentado en ese apartamento a medianoche, mirando el espectrograma en mi portátil, viendo cómo el ventilador de techo creaba una firma Doppler perfecta y repetitiva que nuestro modelo nunca había sido entrenado para ignorar. Mi co-ingeniera me miró y dijo: "La precisión de laboratorio no significa nada".

Tenía razón. La brecha entre los experimentos controlados y el despliegue en el mundo real —lo que he empezado a llamar la "larga cola de las falsas alarmas" — es donde mueren la mayoría de los productos de radar para AgeTech. Una falsa alarma en un hospital no es solo molesta. Genera fatiga por alarmas. Las enfermeras dejan de responder. Y entonces ocurre la caída real, y nadie acude.

¿Cómo le enseñas a una IA la diferencia entre una caída y un perro?

Atacamos el problema de las falsas alarmas en varios frentes a la vez.

Para el ventilador de techo, construimos lo que llamamos procesamiento adaptativo de ruido de microondas. El sistema aprende la habitación. Si se detecta de forma constante una velocidad Doppler alta en una coordenada fija —digamos, el techo—, esa ubicación queda enmascarada de la lógica de detección de caídas. La IA aprende que "el movimiento rápido en el techo es normal".

El problema de las mascotas fue más complicado y más interesante. Un perro grande que salta de un mueble genera una firma Doppler incómodamente parecida a la de un ser humano cayendo. Nuestra solución combina el análisis de la sección transversal de radar (los humanos reflejan más energía electromagnética que los perros) con la clasificación geométrica. Una nube de puntos humana suele ser una columna vertical. Un perro es una masa horizontal. Añadimos una clase explícita de "Animal" a nuestro clasificador, lo cual parecía absurdo hasta que eliminó cerca del 30% de nuestros falsos positivos.

Un sistema de detección de caídas que no puede distinguir entre tu abuela y tu labrador no es un sistema de detección de caídas. Es una costosa máquina de ruido.

Para las cortinas y las corrientes de aire, implementamos un enmascaramiento por zonas durante la instalación y entrenamos al clasificador de aprendizaje profundo para reconocer la oscilación sinusoidal de baja frecuencia de la tela, que no se parece en nada al movimiento humano una vez que sabes qué buscar.

La arquitectura de IA de la que nadie habla

La mayoría de los artículos sobre IA en el sector de la salud se centran en el modelo. El transformer, la CNN, la última arquitectura con un nombre pegadizo. Pero el modelo es quizás el 20% del problema. El otro 80% es el pipeline de procesamiento de señales que alimenta al modelo, y la ingeniería necesaria para ejecutar todo esto en un chip con 512 kilobytes de RAM.

Déjame explicarte lo que ocurre realmente cuando nuestro sensor detecta una caída.

Los reflejos electromagnéticos brutos llegan como señales analógicas. Los digitalizamos y construimos lo que se llama un Cubo de Datos de Radar mediante una serie de Transformadas Rápidas de Fourier: una a través de cada chirrido para resolver la distancia, otra a través de los chirridos para resolver la velocidad, y otra a través de las antenas para resolver el ángulo espacial. Esto nos da un conjunto de datos 4D: distancia, velocidad, ángulo horizontal y ángulo vertical. Cada punto en este espacio tiene asociada una intensidad de potencia.

A partir de este cubo, extraemos dos flujos de datos paralelos. El primero es un espectrograma de micro-Doppler —esencialmente una huella de velocidad a lo largo del tiempo. Una persona caminando crea un patrón distintivo: movimiento constante del torso con firmas oscilantes de las extremidades. Una caída crea un estallido súbito de energía de banda ancha seguido de silencio. El segundo flujo es una nube de puntos 3D —un conjunto de coordenadas espaciales con velocidad e intensidad de señal para cada objetivo detectado.

Aquí es donde nuestro enfoque se aparta del de la mayoría de los competidores. No elegimos un solo flujo. Los fusionamos.

Construimos lo que llamamos una Red de Doble Flujo. El Flujo A (el espectrograma) analiza a qué velocidad se mueven las cosas. El Flujo B (la nube de puntos) analiza dónde están las cosas en el espacio. Una capa de fusión combina ambos.

Esto resolvió nuestro problema de clasificación más difícil: el "sentarse brusco". Cuando alguien se deja caer con fuerza sobre un sofá, el pico de velocidad se parece casi por completo a una caída en el espectrograma. Pero la nube de puntos cuenta una historia distinta: la posición final del centroide del cuerpo está a la altura del sofá (aproximadamente medio metro), no a nivel del suelo. Los enfoques basados en CNN aplicados únicamente a espectrogramas superan de forma constante al aprendizaje automático clásico en un 7-10% de precisión, pero añadir el flujo espacial nos hizo cruzar el umbral en el que el sistema se volvió lo bastante fiable para su despliegue clínico.

Para el desglose técnico completo de nuestras comparaciones de arquitectura —CNN, PointNet, LSTM y los modelos de espacio de estados RadMamba más recientes— consulta nuestro artículo de investigación.

Por qué nos negamos a usar la nube

Al principio del desarrollo, un asesor —alguien a quien respeto enormemente— me dijo que estábamos cometiendo un error al insistir en el procesamiento en el borde (edge). "Simplemente envía los datos del radar a AWS", me dijo. "Puedes ejecutar el modelo que quieras. La inferencia será más rápida, más precisa, y no tendrás que lidiar con la pesadilla de optimizar para microcontroladores".

No se equivocaba respecto a la dificultad de ingeniería. Ejecutar una red neuronal profunda en un Texas Instruments IWRL6432 —un sistema en chip con un DSP C674x y un ARM Cortex-M4— es un ejercicio de restricción extrema. Las redes neuronales estándar usan matemática de punto flotante de 32 bits. Tuvimos que cuantizar todo a enteros de 8 bits, lo que reduce el tamaño del modelo en 4x. Podamos conexiones redundantes. Usamos los núcleos ensamblados y optimizados a mano CMSIS-NN de ARM para exprimir cada ciclo de reloj del hardware.

Fueron meses de trabajo que un despliegue en la nube habría eliminado.

Pero se equivocaba respecto al producto.

En el momento en que los datos del radar salen de la habitación —incluso datos de radar "anónimos"— has creado un riesgo de privacidad. Patrones de comportamiento como la frecuencia de uso del baño constituyen información de salud protegida bajo la HIPAA. Una filtración de datos no expone una fotografía, pero expone detalles íntimos de la vida diaria de alguien. Y desde un punto de vista práctico, el procesamiento en la nube introduce latencia. Cuando alguien se cae, cada segundo de demora en alertar a un cuidador importa. Los cortes de red importan. Los costos de ancho de banda por transmitir datos de radar de alta frecuencia desde cientos de habitaciones importan.

Procesamos todo en el propio sensor. La inferencia de la red neuronal ocurre en el mismo chip que ejecuta el radar. Nunca se crea ninguna imagen. Ningún dato sale del dispositivo salvo que se trate de una alerta estructurada: "Habitación 302: Caída detectada (alta confianza)". Esa alerta va al sistema de llamada de enfermería. Nada más va a ninguna parte.

Si tu arquitectura de privacidad depende de un documento de políticas en lugar de las leyes de la física y las limitaciones del hardware, no tienes una arquitectura de privacidad. Tienes una promesa.

También implementamos un sistema jerárquico de activación para gestionar la energía. Un chirrido de detección de presencia de bajo consumo se ejecuta de forma continua. Solo cuando se detecta un movimiento general se activa el modelo completo de aprendizaje profundo. Este enfoque en cascada puede extender la duración de la batería de días a meses, algo crítico para instalaciones donde tender nuevas líneas eléctricas a cada habitación no es viable.

¿Cómo habla un sensor de radar con un sistema de llamada de enfermería de los años 90?

Esta es la pregunta en la que casi nadie en el mundo de la IA piensa, y es la pregunta que determina si tu tecnología realmente llega a implementarse.

El sistema nervioso central de cada centro de cuidados es el Sistema de Llamada de Enfermería, regido por la norma UL 1069 —el estándar para equipos de señalización hospitalaria. La mayoría de estos sistemas se instalaron hace décadas. Hablan en contactos secos y cierres de relé, no en API REST.

Aprendí esto de la manera difícil. Teníamos una hermosa integración basada en MQTT funcionando en nuestro laboratorio. Cargas JSON limpias, paneles en tiempo real, todo el paquete. Luego entramos a un centro de 200 camas en el Medio Oeste y vimos su panel de llamada de enfermería Rauland de principios de los 2000. Tenía una fila de entradas auxiliares que esperaban una sola cosa: un circuito que se cerrara.

Así que añadimos un relé de estado sólido optoaislado a nuestro sensor. Cuando se detecta una caída, el relé se cierra. La luz de llamada de enfermería se enciende. El buscapersonas suena. Es brutalmente simple, y es compatible con aproximadamente el 90% de la infraestructura existente. Sin intervención del departamento de TI. Sin configuración de red. Solo dos cables.

Para instalaciones más nuevas con plataformas de llamada de enfermería basadas en IP, enviamos datos estructurados vía MQTT o REST. La enfermera no solo ve "Alarma Habitación 302": ve "Habitación 302: Caída detectada" o "Habitación 302: el residente no se ha movido en 4 horas". Esa segunda alerta —la alerta de inactividad— resultó ser algo que los centros deseaban incluso más que la detección de caídas. Reemplaza la práctica intrusiva de que las enfermeras abran las puertas cada pocas horas solo para comprobar si alguien todavía respira.

¿Qué hay del argumento del retorno de la inversión?

La gente siempre pone objeciones al costo de implementar nueva infraestructura de sensores. "Las cámaras son más baratas", dicen. O: "Ya tenemos sistemas de colgantes".

Aquí está la cuenta que hago con los administradores de los centros. Una sola caída de nivel de hospitalización cuesta entre $30,000 y $60,000. Los programas de prevención de caídas basados en evidencia han demostrado un retorno de inversión superior al 500%: cinco dólares ahorrados por cada dólar invertido. Nuestro sistema se paga solo si evita una caída grave cada cinco años por habitación.

Pero el retorno de la inversión que más importa no está en el balance contable. Está en lo que el sistema permite más allá de la detección de emergencias. Al rastrear la velocidad de la marcha y los niveles de actividad a lo largo de semanas, el radar puede detectar el declive sutil que precede a una caída. "La Sra. Jones camina un 20% más lento esta semana" es un indicador temprano que permite intervenir antes del accidente. Eso no es detección de caídas. Eso es prevención de caídas. Y la diferencia económica entre ambas es enorme.

El cambio que lo transforma todo

Me han preguntado —más de una vez, normalmente inversores— si las cámaras simplemente "mejorarán en privacidad". Difuminar el rostro. Enmascarar el cuerpo. Procesar localmente y borrar.

Tal vez. Pero sigues partiendo de una tecnología que captura la identidad por defecto y luego intentas restarla. Le pides al residente que confíe en que la resta funciona, en que el software no fallará, en que los datos no se almacenarán, en que nadie verá jamás la transmisión bruta.

El radar mmWave parte de la posición opuesta. Es físicamente incapaz de captar un rostro. No hay transmisión bruta que filtrar. No hay "modo privacidad" que se pueda desactivar por accidente. El residente no necesita confiar en nuestro software. Puede confiar en el espectro electromagnético.

Esa mujer —la vecina de mi madre, la que eligió el riesgo del suelo del baño antes que la certeza de una cámara— representa a millones de personas que enfrentarán la misma decisión en la próxima década. La población mundial mayor de 65 años crece más rápido que cualquier otro grupo de edad. La demanda de monitorización solo se intensificará.

La pregunta no es si vamos a monitorizar a las personas mayores. Es si lo haremos de una manera que les permita seguir siendo humanas mientras las mantenemos a salvo.

Construimos un sistema que detecta una caída en la oscuridad, a través de una cortina de ducha, sin saber jamás cómo es la persona. Funciona en un chip más pequeño que un sello postal. Se comunica con sistemas de llamada de enfermería de los años 90 y con paneles en la nube de 2025. Sabe cuándo alguien respira y cuándo ha dejado de moverse, y hace todo esto sin crear un solo píxel de imagen.

No creo que el futuro del cuidado de las personas mayores sea la vigilancia con mejores relaciones públicas. Creo que es la detección: invisible, ambiental, digna. La física ya lo respalda. La IA ya funciona. La única pregunta que queda es si la industria tiene la imaginación para dejar de recurrir a la cámara.

Nosotros sí. Y no he mirado atrás.