Page 118 - INATEL - Revista Fetin 43ª-completa (2)

PROJETO VENCEDOR
1º Lugar • Nível 4

Prêmio de Impacto Social

 Prêmio de Melhor Apresentação

Sistema de

monitoramento

antiquedas

PROBLEMÁTICA/SOLUÇÃO
As quedas em ambiente hospitalar, especialmente entre idosos, são mais comuns e perigosas do que se imagina. Elas geram
altos custos ao sistema de saúde, lesões físicas, insegurança e internações prolongadas. No Brasil, entre 2000 e 2020, mais
de 1,7 milhão de internações por quedas em idosos custaram R$ 2,3 bilhões ao SUS. Nos EUA, esse número chega a 1 milhão
de quedas por ano, com gastos de até US$ 50 bilhões. Diante desse cenário, o projeto propõe uma solução que detecta e
alerta rapidamente sobre quedas em hospitais, permitindo uma intervenção clínica ágil. O objetivo é aumentar a segurança
e a qualidade do atendimento, reduzindo impactos físicos, emocionais e financeiros sobre pacientes, famílias e instituições.

FUNCIONAMENTO DO PROJETO

O sistema é composto por um software conectado a uma câmera com internet, integrada a uma central. Usando Inteligência
Artificial, o modelo é treinado com imagens de pacientes em diferentes situações: deitados, se levantando ou caindo. A
câmera envia imagens em tempo real para o software na nuvem, que analisa e classifica os eventos com base no aprendizado
do modelo. Quando uma situação crítica é detectada, como uma queda, o sistema emite alertas automáticos via SMS com
o grau de confiança da previsão. Isso permite uma resposta imediata da equipe médica, essencial para garantir a segurança
dos pacientes e evitar agravamentos causados pela demora no socorro.

METODOLOGIA E VALIDAÇÃO DA IDEIA

O projeto utilizou câmeras de profundidade e algoritmos de aprendizado de máquina, com destaque para o YOLO, que permite
detecção em tempo real. A base de dados foi composta por imagens rotuladas em cinco classes representando diferentes
situações do paciente. O modelo foi treinado para reconhecer padrões de movimento e queda, e integrado a uma API em
Python para envio de alertas. A validação ocorreu em ambiente controlado com 240 imagens, avaliando métricas como
sensibilidade, acurácia (94,15%) e taxa de erro. Em comparação com outras soluções, o sistema demonstrou desempenho
superior, especialmente na especificidade. O projeto se destaca por ir além das respostas binárias, oferecendo detecção
detalhada e integração com equipes médicas.

118 Instituto Nacional de Telecomunicações - Inatel