Teleasistencia predictiva para detectar de forma temprana situaciones de riesgo como la seguridad en el hogar, el deterioro cognitivo o la soledad

Descripción de la actividad de la organización

Adinberri es una fundación de la Diputación Foral de Gipuzkoa que diseña y desarrolla una estrategia de innovación para dar respuesta al envejecimiento de la población.

Sector

Sector Público

Nº de personas empleadas

Localización

Antecedentes

El proyecto surge ante la necesidad de mejorar el servicio público de teleasistencia betiON tradicionalmente reactivo, hacia un nuevo modelo de atención capaz de detectar de forma precoz situaciones de riesgos en personas mayores. Así, ante la comprobación de la inexistencia de soluciones adecuadas en el mercado, las limitaciones de las plataformas tecnológicas en la que se apoya la gestión y la dificultad para integrar nuevas tecnologías que permitan esa mejora prestacional, Adinberri decide lanzar una Compra de Innovación Pública.

Reto

El principal reto ha sido implantar un modelo innovador en un servicio público ya consolidado, con la dificultad añadida de que se ha realizado en condiciones reales sin interrumpir el servicio. Otro reto importante ha sido integrar tecnologías heterogéneas de distintos proveedores, soluciones con diferente desarrollo tecnológico (TRL), rompiendo sistemas tecnológicos cerrados, y siendo adaptándolas a perfiles reales de personas usuarias. A ello se suma la gestión del cambio en los equipos profesionales y la necesidad de garantizar un uso ético, seguro y aceptado por las personas usuarias.

Razones para ser considerado un Caso Práctico de Innovación

Porque se trata de un proyecto pionero que transforma la teleasistencia domiciliaria reactiva en un servicio predictivo capaz de anticipar situaciones de riesgo gracias a la integración efectiva de diferentes tecnologías y al desarrollo de una plataforma tecnológica basada en IA capaz de alimentarse y analizar datos de distintos tipos y orígenes. Además, se trata de la primera Compra Pública de Innovación que no solo escala y personaliza soluciones tecnológicas existentes en el mercado, sino que introduce una arquitectura abierta e interoperable que rompe con modelos tecnológicos cerrados.

Adinberri Fundazioa es una entidad pública impulsada por la Diputación Foral de Gipuzkoa orientada a dar respuesta, desde la innovación, a los retos asociados al envejecimiento y la longevidad.
El proyecto pionero de teleasistencia predictiva de Adinberri tiene como objetivo mejorar la calidad de vida, la autonomía y la seguridad de las personas mayores que viven en su hogar gracias a la detección precoz de posibles riesgos específicos (caso de uso) como son el deterioro cognitivo, la soledad y la seguridad en el hogar (caídas e ideación autolítica). Así, gracias a la integración de múltiples tecnologías, se consigue transformar un servicio público reactivo en un servicio de atención predictivo y centrado en la persona. De esta forma, se produce un cambio de paradigma en el modelo de atención, con una operativa de cuidados sociosanitarios que, gracias a la combinación de información, permite adaptar los apoyos a las necesidades específicas de cada persona.
Para ello se ha desarrollado una plataforma inteligente que no solo consigue integrar por primera vez datos heterogéneos de la persona usuaria -procedentes de distintos lenguajes y orígenes- sino que cuenta con capacidad predictiva -mediante IA- lo que genera un mayor conocimiento útil para la anticipación y la toma de decisiones. Así, en 245 hogares de Oarsoaldea se han desplegado distintas tecnologías según el caso de uso a estudiar; dispositivos IoT para la monitorización de rutinas y hábitos de la persona, como son, sensores de detección de apertura puertas, sensores de movimiento, relojes inteligentes para la detección automática de caídas y envío de alarmas -con capacidad para contactar con el Centro de atención dentro y fuera del hogar-, dispositivos tablets para facilitar programas de entrenamiento cognitivo y respuesta a cuestionarios para el seguimiento remoto sobre el bienestar físico, cognitivo y emocional.
Con todo, y a pesar de la complejidad añadida de que el piloto se ha realizado en condiciones reales dentro de un servicio en funcionamiento, se ha conseguido la integración eficaz de un gran número de tecnologías, tanto software como hardware, que recogen, analizan y cruzan datos de las personas usuarias consiguiendo detectar anomalías o desviaciones en el comportamiento habitual que definen la intervención.
Así, gracias al trabajo colaborativo con múltiples proveedores, la redefinición de protocolos y una fuerte implicación institucional se ha desarrollado la primera plataforma que disponibiliza modelos predicitivos desarrollados con IA que rompe con tecnologías cautivas e integra de forma efectiva múltiples tecnologías para la recogida y análisis de datos.
El proyecto, con una inversión cercana al millón de euros, ha contado con la participación de Adinberri como entidad promotora, el Gobierno Vasco como responsable del servicio betiON, la UTE Ayesa–Ilunion como gestora del proyecto, adjudicado mediante licitación pública, concentrando conocimiento del negocio (gestión de Servicios de Teleasistencia y desarrollo e innovación tecnológica) incorporando un consorcio de proveedores tecnológicos como AcceXible, Ubikare, Essence o Euskatel MasMovil, encargados de las soluciones específicas. A ello se suma la implicación de equipos profesionales del servicio, agentes comunitarios de Oarsoaldea y expertos en el ámbito legal y metodológico, Dayntic Legal e Instituto Matia.

Principales acciones abordadas durante el pilotaje (18 meses):
1. Identificación de la necesidad (2023): se detectan limitaciones del modelo betiON, se realiza una consulta al mercado y se valida la inexistencia de soluciones predictivas
2. Articulación de la Compra Pública de Innovación (2023) como mecanismo para atraer soluciones tecnológicas no maduras, definir requisitos, casos de uso y condiciones de pilotaje
3. Licitación y adjudicación a la UTE Ayesa–Ilunion junto con proveedores tecnológicos especializados
4. Definición de caracterización de condiciones de las muestras para responder a los casos de uso establecidos (2024): deterioro cognitivo, soledad y seguridad. Se caracterizan perfiles de personas usuarias mediante actualización y ampliación de datos
5. Preparación operativa y ética (2024): Diseño de protocolos, consentimientos informados y mecanismos de gobernanza del dato garantizando el cumplimiento normativo y aceptación de las personas usuarias
6. Desarrollo e integración tecnológica (2024): Adaptación de soluciones de proveedores (reloj, tablet, sensórica, análisis del lenguaje) e integración con la operativa real del servicio. Formación a equipos profesionales para instalación, supervisión y operativa de las soluciones
7. Despliegue y formación (2024): Despliegue de soluciones e instalación de dispositivos en 245 hogares. Recogida de consentimientos informados y formación a personas usuarias en el uso de la tecnología
8. Pilotaje en condiciones reales (2024-25): Recogida de datos en tiempo real, gestionando incidencias y ajustando soluciones
9. Desarrollo de plataforma predictiva y analítica de datos (2024-25): Plataforma Big Data en Azure integrando datos de múltiples fuentes y desarrollando cuadros de mando y modelos predictivos desarrollados con IA
10. Evaluación y mejora continua (2025): Análisis de resultados técnicos, funcionales y sociales, identificando soluciones escalables y aprendizajes clave para la evolución futura del servicio

Principales resultados conseguidos con el piloto:
• Primer modelo de teleasistencia predictiva validado en condiciones reales (245 hogares) evidenciando su viabilidad operativa
• 418 tecnologías desplegadas, superando limitaciones previas de sistemas cerrados y permitiendo su uso coordinado en la atención diaria
• Desarrollo de una plataforma predictiva con IA interoperable sobre Azure, capaz de integrar datos de múltiples fuente, generar cuadros de mando y modelos predictivos para la toma de decisiones en tiempo real
• Mejora en la capacidad de detección temprana de riesgos como caídas, deterioro cognitivo o situaciones de soledad, avanzando hacia modelos de atención más preventivos y personalizados
• Alta aceptación por parte de las personas usuarias, especialmente en soluciones como el reloj inteligente y tablet, destacando su utilidad percibida en términos de seguridad, autonomía y bienestar (dentro y fuera del hogar)
• Generación de conocimiento aplicado sobre el comportamiento real de las personas en su domicilio, permitiendo ajustar perfiles, validar tecnologías y mejorar los modelos de atención
• Identificación de soluciones con alto potencial de escalado inmediato (reloj y cuestionarios en tablet) y de otras que requieren mayor maduración y volumen de datos (análisis del lenguaje y sensórica)
• Impacto positivo en la calidad de vida, favoreciendo la permanencia en el domicilio y aportando seguridad en el exterior
• Fortalecimiento de la coordinación sociosanitaria y del ecosistema de agentes, sentando las bases para un modelo interoperable y replicable en otros territorios
• Generación de aprendizajes clave para la evolución del servicio de betiON, evidenciando la necesidad de soluciones tecnológicas de valor en el Servicio, ajustes organizativos y necesidad de nuevos protocolos de actuación
• Estrategia de escalado sostenible con la ampliación del volumen de datos para mejorar la capacidad predictiva y extensión a nuevos colectivos y territorios