Activity recognition for health monitoring elderly using temporal probabilistic models

De vergrijzing zorgt voor een grote toename van ouderen in de samenleving. Het wordt daarom steeds belangrijker dat zorg efficiënt wordt toegepast. Door automatisch de gezondheid van mensen te monitoren, is het mogelijk op een betaalbare manier informatie te verzamelen die nodig is om efficiënt zorg aan ouderen te leveren. Binnen de gezondheidszorg wordt het uitvoeren van dagelijkse activiteiten gebruikt als maatstaf voor de cognitieve en fysieke toestand van ouderen. Activiteiten zoals koken, toiletteren en douchen zijn typische voorbeelden van dergelijke activiteiten. Recente ontwikkelingen op het gebied van sensortechnologie maakt het mogelijk om eenvoudig een bestaand huis met diverse sensoren uit te rusten. Echter, om vanuit deze sensorinformatie te achterhalen welke activiteiten in het huis worden uitgevoerd is een openstaand probleem. Tim van Kasteren onderzocht hoe met kansmodellen nauwkeurig bepaald kan worden welke activiteiten plaatsvinden. Deze modellen maken gebruik van temporele patronen in de sensordata om uitsluitsel te geven welke sequentie van activiteiten het best past op de geobserveerde sensordata. Daarnaast ontwikkelde Van Kasteren een techniek die het mogelijk maakt om dergelijke modellen op grote schaal toe te passen, wat de realisatie van een breed toepasbare oplossing voor efficiënte zorg voor ouderen haalbaar maakt.