Naukowcy zaprezentowali bezprzewodową platformę inteligentnych wkładek do butów zdolną do rozpoznawania czterech podstawowych stanów aktywności: siedzenia, stania, chodzenia i niestabilnego chodzenia. Każda wkładka zawiera 16 czujników ciśnienia rozmieszczonych na podeszwie oraz sześciowymiarowy akcelerometr mierzący przyspieszenie i prędkość kątową. Dane zbierane od 15 zdrowych osób dorosłych przetwarzane były algorytmami uczenia maszynowego, przy czym model Histogram-Based Gradient Boosting osiągnął dokładność 95,4 procent dla lewej stopy i 95,9 procent dla prawej stopy.
Ważnym aspektem badania był sposób walidacji - badacze użyli stratyfikowanej walidacji krzyżowej uwzględniającej partycypantów, co oznacza że system oceniany był na osobach nieznanych mu podczas treningu. Może to lekki 1D-CNN nie osiągał istotnie lepszych wyników niż tradycyjne modele, ale dane z obu stóp jednocześnie pozwoliły na udzielenie 98 procent dokładności.
Umiejętność monitorowania zmian w mobilności i równowadze ma kluczowe znaczenie dla zapobiegania upadkom wśród osób starszych, które stanowią poważny problem zdrowotny i społeczny. Wkładki rozpoznające wczesne oznaki niestabilności mogą alarmować opiekunów lub systemy opieki o rosnące ryzyko, umożliwiając interwencję zanim dojdzie do upadku. Technologia ta otwiera drogę do ciągłego monitorowania w warunkach domowych.