Implementação de Inteligência Artificial em Sistemas Embarcados da Internet das Coisas para Detecção em Tempo Real de Presença de Pessoa na Cama e Monitoramento do Comportamento do Sono

Este artigo trabalha na detecção de uma pessoa na cama para monitoramento da rotina de sono e padrão de sono, baseado no acelerômetro de Sistemas Microeletromecânicos (MEMS) e na placa de sistema embarcado da Internet das Coisas (IoT). Este trabalho fornece informações sobre sono, avaliação do paciente e cuidado de idosos para pacientes que vivem sozinhos, por meio de tele-distância para médicos ou membros da família. Cerca de 216.000 peças de dados de aceleração foram coletadas, incluindo três classes: nenhuma pessoa na cama, uma posição deitada estática e um estado em movimento para aplicação de Inteligência Artificial (IA). Seis algoritmos de Aprendizado de Máquina (ML) bem conhecidos foram avaliados com precisão, revocação, F1-score e acurácia na estação de trabalho antes de serem implementados no microcontrolador STM32 para classificação de estado em tempo real. Os quatro melhores algoritmos foram selecionados para serem programados na placa de IoT e aplicados para testes em tempo real. Os resultados demonstram a alta precisão do desempenho do ML, superior a 99%, e o algoritmo de Árvore de Classificação e Regressão está entre os melhores modelos com um tamanho de código leve de 1583 bytes. As informações da cama inteligente são enviadas para o painel da IoT do Node-RED via um corretor de Telemetria de Filas de Mensagens (MQTT).