Captura multifuente
Independencia total del fabricante
Obtiene información desde distintos terminales, sensores y equipos de salud con independencia del fabricante. Cualquier dispositivo del ecosistema puede ser integrado.
Monitorización transparente
Análisis de hábitos y salud en la dependencia.
La herramienta que ayuda a mejorar la vida de nuestros mayores a través de aprendizaje automático e Inteligencia Artificial aplicada al cuidado domiciliario.
Compatible con UNE 158401:2019
Certificado SGS ISO 9001 / 14001 / 45001
Powered by Oracle Cloud Infrastructure
Qué es QEIDO A+
Una plataforma de análisis de hábitos basada en IA para servicios sociales y dependencia.
Identifica anomalías, predice eventos a futuro y entrega información operativa a equipos de cuidado, familiares y administraciones.
Ingesta y clasificación
Central Receptora de Alarmas multiestándar
A través de SCAIP y otros métodos como API, MQTT y HL7, QEIDO A+ ingesta información y la clasifica para su posterior análisis y explotación.
Inteligencia aplicada
Aprendizaje automático e IA sobre Oracle Autonomous
Identifica anomalías y predice eventos a futuro en el ámbito de los servicios sociales y la dependencia con 30+ modelos de Machine Learning integrados.
Para quién
Una plataforma con dos dimensiones de acceso y utilidad.
QEIDO A+ sirve tanto a familiares que necesitan tranquilidad como a equipos de gobernanza que requieren gestión y análisis profundo.
Familiares
Tranquilidad desatendida
Permite a los familiares de los beneficiarios conocer, en tiempo real, pautas básicas de comportamiento y recibir alarmas sobre eventos críticos.
- Inicio de actividad diaria
- Visita al baño
- Permanencia en la sala de estar
- Salidas del domicilio
- Horas de sueño
Todo el contenido de la App es parametrizable desde la plataforma QEIDO A+.
Gobernanza
Gestión y Análisis
Permite gestionar desde el despliegue hasta obtener estadísticas y análisis profundos sobre hábitos a escala de operaciones completas.
- Gestión completa del despliegue
- Análisis estadístico de hábitos
- Detección inmediata de anomalías
- Análisis profundo (IA) de anomalías
- Exportación de datos
Cuadros de mando configurables por KPIs y tipos de alarma.
Procesos y Objetivos
Dos procesos clave que generan resultados inmediatos y predictivos.
La plataforma opera sobre dos ejes de análisis que se retroalimentan para producir una visión cada vez más precisa del estado de cada beneficiario.
P1
Analizar los hábitos de vida
- Conocer los hábitos de vida
- Analizar cambios y alteraciones de rutina
- Grado de sociabilidad
P2
Monitorizar parámetros físicos y de salud
- Monitorizar la actividad física
- Autosuficiencia
- Tensión arterial, pulsimetría, saturación de oxígeno, glucosa, peso y otros
Objetivos inmediatos
- Detección de alarmas por actividad inusual
- Perfilado del beneficiario
Objetivos predictivos
- Detectar cambios físicos y cognitivos a futuro
- Predicción de cambios de hábitos
- Predicción del riesgo de morbilidad
- Deterioro físico y empeoramiento del estado de salud
- Identificar perfiles con necesidad de observación
Caso de éxito
Agencia de Servicios Sociales y Dependencia de Andalucía.
QEIDO A+ monitoriza y analiza los hábitos de vida de 52.600 personas en Andalucía.
ASSDA utiliza actualmente los siguientes módulos:
- Gestión del despliegue
- Monitorización de terminales y sensores
- Análisis estadístico de hábitos
- Análisis inmediato de anomalías
- Análisis profundo (IA) de anomalías
- Exportación de datos
52.600
personas monitorizadas
Andalucía · ASSDA · 2024-2026
EN COLABORACIÓN CON
Módulos del sistema
Una plataforma modular que cubre el ciclo completo del dato.
Desde el despliegue del hardware hasta el análisis predictivo, cada módulo aporta una capa de valor independiente y combinable.
Gestión de hardware
- Mantenimiento del parque de equipos y sensores
- Identificación automática de errores e incidencias en la instalación
Despliegue
- Mantenimiento de domicilios y beneficiarios
- Contactos y relaciones de beneficiarios
- Normalización de patologías y datos de perfilado
- Gestión de monitorización de salud (QEIDO AIOMS G+)
GIS
- Módulo de ayuda visual para información estadística, predictiva y de despliegue en entorno GIS
Analítica
- Perfilado y caracterización de conjuntos
- Datos estadísticos de hábitos
- Casos de estudio de anomalías con Machine Learning
- Análisis predictivo basado en ML + IA
Cuadros de mando
- Monitorización de beneficiarios y alarmas
- Estado del hardware en tiempo real
- Monitorización de anomalías inmediatas
Configuración
- KPIs en cuadros de mando y tipos de alarma
- Filtros automatizados de anomalías
- Nivel de redundancia de análisis
- Entradas y salidas: APIs, MQTT Brokers, SCAIP, HL7 PHIR
Capa de Salud
AIOMS tiene su espacio propio dentro de Salud.
En Dependencia, QEIDO A+ consume información operativa y se integra con la capa de Salud cuando el servicio lo requiere. La monitorización clínica detallada se gestiona en la página dedicada de AIOMS.
Esta separación simplifica el mensaje: AIOMS = Salud, A+/HOMECARE = Dependencia.
AIOMS (Salud)
QEIDO A+ (Macro)
QEIDO HOMECARE (Micro)
Separar
Salud y Dependencia se presentan como ámbitos diferentes dentro de la marca QEIDO.
Integrar
QEIDO A+ puede cruzar la capa de hábitos con la capa de Salud cuando el proyecto lo requiera.
Operar
Los equipos trabajan con una arquitectura clara: AIOMS en Salud, A+/HOMECARE en Dependencia.
Inteligencia artificial
Modelos ML pre-entrenados para QEIDO A+.
QEIDO A+ permite crear casos de estudio personalizados utilizando distintos modelos de Machine Learning e IA.
Detección de anomalías
- Support Vector Machines
- Modelo oculto de Markov
Clusterización
- Maximización de expectativas
- Enhace k-means
- O-Cluster
Auto-clasificación
- Decision Trees
- Naive Bayes
- Redes neuronales simples
Otros modelos
- Modelo lineal generalizado
- Non-Negative Matrix Factorization
- Explicit Semantic Analysis
- Apriori
Casos de uso
De los datos a los indicadores clave de salud.
El sistema combina variables de entrada para producir KPIs accionables que identifican mejoras o deterioros en el estado de los beneficiarios.
Caso de uso 01
Predicción del estado general de salud
El sistema establece un indicador clave que identifica si existe mejora o deterioro y clasifica al conjunto de personas donde se produce.
Temperatura
Presión arterial
Peso
Índice glucémico
Pulsioximetría
Horas en dormitorio
Actividad media diaria
KPI resultante
Estado general de salud
Caso de uso 02
Prevención de caídas
El sistema cruza variables físicas y de historial para calcular la probabilidad de futura caída e identificar perfiles de riesgo.
Presión arterial
Peso
Saturación de oxígeno
Patologías previas
Índice de movilidad
KPI resultante
Probabilidad de futura caída
Horizonte de evolución
Un escenario innovador sin precedentes sobre el análisis de hábitos.
La introducción de variables de salud de alta densidad abre dos fases evolutivas con impacto directo en la calidad del cuidado.
Corto plazo
- Predicción de patologías
- Predicción más precisa del riesgo de morbilidad
- Alertas sobre parámetros vitales
- Alertas sobre falta de atención personal
Largo plazo
- Consultas rutinarias mediante videoconferencia
- Seguimiento remoto de evolución de patologías
- Desaturación de centros de atención primaria
- Perfilado preciso con fines predictivos y prescriptivos
Seguridad y soberanía del dato
Primera nube soberana de Europa para el dato más sensible.
Toda la información gestionada por QEIDO A+ es cifrada y almacenada en la Oracle Cloud Infrastructure, la primera nube soberana de Europa. Los datos de salud de los beneficiarios viajan de forma totalmente segura y anónima.
Solicitar información sobre tratamiento de datosCompatible con UNE 158401:2019
Acceso operativo