Cảm biến quán tính (IMU) được gắn ở vùng thắt lưng, thu thập dữ liệu từ gia tốc kế và con quay hồi chuyển.

• Dữ liệu được xử lý bằng khung học máy MATLAB, thử nghiệm nhiều thuật toán phân loại như SVM, cây quyết định, KNN, v.v.
• - Mô hình tốt nhất là Fine KNN với độ chính xác 99.4%, thời gian huấn luyện 13.6 giây.
• - Phân loại được 4 trạng thái: đứng, nằm trên giường, té ngã, bất tỉnh.
• - Kiểm thử với dữ liệu mới cho thấy chỉ có 15 quan sát sai trong tổng số 1519 mẫu, chủ yếu nhầm giữa trạng thái té ngã và bất tỉnh.
• - Hệ thống có thể cảnh báo người xung quanh khi phát hiện té ngã, giúp can thiệp kịp thời.
• - Phân tích giải phẫu học về té ngã cho thấy các giai đoạn: hoạt động thường ngày, sự kiện bất ngờ, rơi tự do, va chạm, phục hồi hoặc bất tỉnh.
• - Thống kê tại Brazil cho thấy người cao tuổi chiếm tỷ lệ té ngã cao, gây tổn thương và chi phí điều trị lớn (~464 triệu Reais từ 2005–2010).
• - Hệ thống đề xuất có thể giảm chi phí y tế công cộng bằng cách phát hiện sớm và cảnh báo té ngã.