BeSENSHome: sensori applicati ad ambienti sensibili

BeSENSHome nasce da una collaborazione strutturata tra università, centri di ricerca e partner tecnologici con un obiettivo molto concreto: trasformare la sensoristica e l’intelligenza artificiale in strumenti realmente utilizzabili nei contesti di cura ed educazione. Non si tratta di teoria: abbiamo progettato un’architettura software e un’interfaccia che rispondono a vincoli operativi chiari di privacy e usabilità, e che traducono questi vincoli in scelte ingegneristiche e di design immediatamente utili per gli operatori sul campo. Parliamo di edge-computing per mantenere la privacy, un modello dati ibrido che combina flussi temporali ad alta risoluzione con metadati di sessione e annotazioni concise dei caregiver e un’interfaccia utente costruita con metodi partecipativi per facilitare l’adozione quotidiana da parte degli operatori.

L’idea di BeSENSHome non è sostituire le persone, ma dare degli strumenti agli operatori per intervenire prima che il disagio degeneri e diventi stress. Lo slogan del progetto parla chiaro: “Creare spazi inclusivi dove essere speciali è la normalità”.

In pratica il progetto funziona in tre step:

1. Rilevare: dei semplici sensori ambientali misurano i livelli di luce, rumore, temperatura, qualità dell’aria e affollamento delle stanze.
2. Interpretare: l’AI analizza i valori ambientali e rileva tutti i segnali che possono portare a disagio o stress, usando modelli tarati insieme agli specialisti e agli utenti stessi.
3. Agire o, meglio, suggerire: il sistema invia una notifica discreta a un educatore o a un assistente, lasciando quindi sempre la decisione finale al professionista. Questa è la soluzione più pratica che gli educatori hanno scelto per usare l’applicazione, perché lascia a loro la scelta su quali azioni sia meglio fare per evitare stress alla persona che stanno seguendo.

L’approccio è stato iterativo: i partner universitari hanno guidato la ricerca e la validazione scientifica, mentre Eureka System ha trasformato i risultati in soluzioni software e hardware pronte per la sperimentazione sul campo.

Il nostro ruolo come partner tecnologico è quindi prettamente pratico: Eureka System ha sviluppato la rete di sensori per le stanze, il software e l’applicazione BeSENSHome.

• Smart-box personalizzabili, con un design progettato per essere discreto e non invasivo, in grado di acquisire parametri ambientali indoor e segnali utili al riconoscimento di stati “soglia”. Queste smart-box, collocate direttamente nelle stanze da monitorare, acquisiscono valori fisici da una serie di parametri ambientali (umidità, temperatura, luce, polveri sottili, composti organici volatili e altro). I dati vengono poi campionati e storicizzati in base alla dinamica di ciascun segnale, con valori termici campionati a basse frequenze e parametri come luminosità e acustica acquisiti a frequenze più elevate.
• Rete di acquisizione dati robusta e scalabile, pensata per ambienti reali e per essere facilmente installabile anche in strutture non specialistiche. L’intera soluzione è progettata con un’architettura ibrida che separa chiaramente i compiti tra hardware edge, backend, AI e interfaccia utente. Il backend, sviluppato in Python e C#, gestisce i flussi di dati, esegue la validazione dei dati e applica le politiche di autenticazione e autorizzazione.
• Modelli di analytics e interazione con gli algoritmi AI che analizzano pattern ambientali per identificare e segnalare in anticipo ai caregiver le condizioni potenzialmente stressanti per gli utenti.
• Dashboard e strumenti di alerting per caregiver e operatori, con interfacce sviluppate attraverso un processo di co-design che ha coinvolto psicologi, utenti finali e familiari per ridurre al minimo gli step manuali e rendere l’utilizzo il più fluido possibile. È una vera e propria piattaforma operativa che media tra la raccolta dati, il giudizio umano e le inferenze automatiche. Anche gli strumenti di annotazione sono progettati per richiedere solo il giusto livello di informazione: una scala di gravità sintetica, opzioni di causa predefinite (con possibilità di selezionare “non so”) e un campo note che può essere compilato successivamente, entro una finestra temporale definita. Ogni annotazione è associata a una finestra di telemetria corrispondente, così a garantire la tracciabilità e il massimo valore del dato per l’addestramento del sistema AI.
• Architettura privacy-by-design, che minimizza i dati personali trattati e supporta meccanismi di anonimizzazione e controllo degli accessi.

Spiegabilità e convalida umana nell’AI

Uno degli aspetti fondamentali della nostra soluzione è il percorso di spiegabilità e convalida umana che sta alla base dell’AI di BeSENSHome.
Ogni suggerimento automatico fornito dal sistema è accompagnato da un indice di gravità, raccomandazioni pratiche per aiutare il caregiver ad abbassare i livelli di stress della persona che sta assistendo e una traccia esplicativa dei valori dei sensori che hanno generato l’allerta. Ogni alert viene presentato come una proposta che può essere modificata in base all’esperienza e alle conoscenze dell’assistente, senza mai compromettere l’autonomia decisionale. In questo modo i caregiver possono valutare, accettare o correggere i suggerimenti dell’AI, mantenendo un completo controllo sulle azioni intraprese.

Sicurezza e affidabilità

Accanto ai modelli adattativi basati sull’AI, abbiamo mantenuto un livello di automazione deterministico come meccanismo di fallback. In pratica, ciò significa che se un sensore rileva un dato che supera una soglia critica preconfigurata, il sistema invia immediatamente una notifica comprensibile e riproducibile, indipendentemente dallo stato del modello AI. Questo comportamento assicura risposte previsibili e verificabili, un requisito fondamentale nei contesti sensibili.