| dc.contributor | Manuel Patricio Neira Cardenas | |
| dc.contributor | Open World Spa | |
| dc.date | 2016-08-04 | |
| dc.date | 2021-07-11T18:02:21Z | |
| dc.date | 2021-08-07T09:07:15Z | |
| dc.date.accessioned | 2022-12-28T00:38:24Z | |
| dc.date.available | 2022-12-28T00:38:24Z | |
| dc.identifier | 16ITE2-65824 | |
| dc.identifier | 2016-65824-INNOVA_PRODUCCION | |
| dc.identifier | http://repositoriodigital.corfo.cl:80/xmlui/handle/11373/120230 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/5855972 | |
| dc.description | 1)ajustar el Prototipo Smartwatch con el Fin de Mejorar la Funcionalidad de las Comunicaciones y el Envío de Datos. | |
| dc.description | 2)desarrollar el Algoritmo Predictivo de Riesgo de Fatiga y Somnolencia y Realizar el Ajuste del Modelo que Permita Relacionar las Mediciones Reales de Fatiga con Variables Biométricas a Través del Desarrollo de Pruebas en Condiciones Reales con Diferentes Vehículos y en Distintas Zonas Geográfic | |
| dc.description | 3)ajustar y Estandarizar la Plataforma de Monitoreo del Sistema Predictivo de Somnolencia que Permita el Análisis en Línea y Tiempo Real de los Datos Además del Acceso a los Usuarios. | |
| dc.description | 4)desarrollo de la Estrategia de Protección Empaquetamiento Tecnológico y Ajuste del Modelo de Negocios. | |
| dc.description | 5)realizar el Análisis de los Resultados Obtenidos durante el Proyecto con el Fin de Extraer las Principales Conclusiones y Generar las Recomendaciones sobre el Uso del Sistema Preventivo de Somnolencia. | |
| dc.description | El Objetivo de este Proyecto Considera Desarrollar un Sistema Preventivo de Riesgo de Fatiga y Somnolencia para Conductores mediante el Desarrollo y Validación de un Algoritmo que Permita Correlacionar la Medición de Ondas Cerebrales (eeg) con Variables Biomédicas, con el Fin de Definir Cuáles Son las Variables Más Relevantes e Incidentes en el Riesgo. | |
| dc.description | Los Principales Indicadores que Permiten Medir el Estado Actual de la Necesidad de Contar con un Sistema Predictivo de Riesgo de Fatiga y Somnolencia Son las Cifras de Accidentes Ocurridos a Bordo de Vehículos Utilizados en la Industria Minera y Transporte. Se Dice que en nuestro País un 70% de los Accidentes de Vehículos Comerciales en la Ruta se Debe al Cansancio o Somnolencia de los Conductores. Motivado por Esta Problemática el Equipo de Openworld se Encuentra Desarrollando el Sistema Smartwatch que Vincula la Tecnología Australiana Smartcap con un Sistema de Desarrollo Propio de Transmisión de Datos y Reportabilidad. De Esta Forma al Dispositivo Capaz de Realizar Electroencefalogramas (eeg) en Tiempo Real se Suma que Éste Sea Capaz de Funcionar en Zonas sin Cobertura 3g y Además de Generar Reportes a Través del Análisis Estadístico de los Turnos Realizados y la Respuesta de los Usuarios. El Dispositivo Smartwatch Fue Probado a Mínima Escala con el Fin de Comprobar el Funcionamiento de este Desarrollo. Estas Pruebas Permitieron Elaborar un Modelo Conceptual de Predicción de Fatiga (prototipo) el que No ha Podido Ser Desarrollado a Mayor Escala Ni Menos Probado Debido a que la Cantidad de Datos Obtenidos Resultó Limitada y Poco Representaba. Es por ello que el Objetivo que Presenta este Proyecto es Desarrollar y Validar un Algoritmo que Permita Correlacionar la Medición de Ondas Cerebrales a Través de Eeg por Medio del Sistema Smartwatch con Variables Biomédicas. De Esta Forma Será Posible Identificar que Variables Tienen Mayor Importancia en la Predisposición a la Aparición de Eventos de Fatiga y Somnolencia. Para Lograr Esta Validación Resulta Necesario Alcanzar al Menos 500. 000 de Datos de Uso. Este Número Nace a Partir de la Experiencia Realizada en Australia para la Validación de la Tecnología Smartcap Indica que se Necesitan al Menos 500. 000 Horas de Datos para que la Información Recolectada Pueda Coincidir con el Ciclo Circadiano de los Trabajadores. Para Lograr este Número de Horas de Datos se Debe Disponer de 80 Vehículos donde Cada Vehículo Será Conducido por 3 Personas Distintas que Conducirán 9 Horas al Día por 20 Días al Mes por 14 Meses. Esto Generara Cerca de 600 Mil Horas de Datos para 240 Conductores, Cantidad Representativa de Datos para Validar el Algoritmo Desarrollado. Sin Embargo Esta Cantidad de Datos a Analizar Presenta como Desafío que el Sistema Sea Capaz de Descargar los Datos de Forma Remota es Decir que la Herramienta de Análisis de Datos Presente Acceso a los Dispositivos Permitiendo su Envío sin la Necesidad de Intervención por Parte de Operadores hasta un Servidor que Sea Capaz de Codificarlos y Procesarlos en Tiempo Real. Se Destaca la Importancia que Posee para este Proyecto que la Realización de Pruebas y Tomas de Datos se Desarrolle en Condiciones Reales de Operación para los Distintos Conductores que Participen en Estas Pruebas y No se Encuentren Influenciados por Mediciones en Condiciones Controladas. Para Llevar a Cabo este Proyecto se Considera la Participación de Distintas Flotas de Vehículos que Representen Distintas Áreas del Transporte como Pasajeros y Carga en Distintas Zonas de nuestro País. Sumado a esto Destaca la Participación de un Equipo Multidisciplinario de Ocho Profesionales Compuesto por Ingenieros Electrónicos Informáticos de Software y Redes Ingeniero Biomédico o Estadístico y Personales del Área Saludo como un Cronobiólogo o Sicólogo y un Médico Investigador. Para el Desarrollo de este Proyecto se Propone una Metodología que Cuenta de 5 Etapas Principales las que Plantean el Ajuste de Tecnologías para Conectividad y Comunicaciones - Validación del Prototipo Smartwatch el Desarrollo y Ajuste del Algoritmo mediante Pruebas en Condiciones Reales la Retroalimentación y Validación de Plataforma de Monitoreo el Desarrollo de la Estrategia de Protección Empaquetamiento Tecnológico y Ajuste de Modelo de Negocios y Finalmente la Validación Análisis de Resultados y Conclusiones. De Esta Forma la Principal Novedad que Presenta el Prototipo Smartwatch es que Apunta a una Tecnología de Carácter Preventivo en Conjunto con el Desarrollo de un Modelo Predictivo de Riesgo de Fatiga y Somnolencia lo que Significa un Importante Salto Frente a las Alternativas Existentes Actualmente que Presentan un Carácter Reactivo es Decir que Alertan de una Condición de Fatiga y Somnolencia cuando Esta Condición ya se ha Manifestado por lo que el Riesgo de Sufrir un Accidente es Aún Mayor. Así el Modelo Predictivo de Riesgo de Fatiga se Presenta como una Herramienta de Protección y Seguridad que Permitirá Evitar el Número de Accidentes Asociados a Fatiga en los Conductores. | |
| dc.description | Corporación de Fomento de la Producción | |
| dc.title | Desarrollo de Sistema Preventivo de Fatiga y Somnolencia, a Través de un Modelo Predictivo de Riesgo. | |
| dc.type | proyecto | |
