Bessere Patientenversorgung durch smarte Pflegebettensensorik
Bettlägerige Patienten optimal zu versorgen, ist in der Patientenbetreuung immer noch eine große Herausforderung und für das Pflegepersonal oftmals mit viel Aufwand verbunden. Eine Lösung hat die Firma Laromed GmbH entwickelt: Zusammen mit Partnerinnen und Partner aus der Forschung haben Sie eine intelligente Sensorik entwickelt, die direkt in Pflegebetten integriert werden kann und so verschiedenste Patienteninformationen erfassen und das Pflegepersonal entlasten kann. Anhand der erfassten Daten kann das Personal auch auf weitere Behandlungsmöglichkeiten schließen.
Ein wesentlicher Bestandteil der intelligenten Pflegebettenlösung ist der von Laromed entwickelte und patentierte Sensor-Lattenrost. Die Sensorik besteht aus 64 Kraftsensoren, von denen 32 Stück pro Seite verbaut sind. Mit dieser Sensorik können bis zu zehn Mal pro Sekunde alle 64 Sensoren ausgelesen werden. Die Auslesung erfolgt nahezu in Echtzeit. Bei Bedarf kann die Frequenz der Sensormessungen erhöht werden. Die ausgelesenen Daten liefern wertvolle Erkenntnisse über die Lage und Positionierung der zu behandelnden Person sowie über deren Bewegungsmuster. Druckverteilung und Liegeposition werden gemessen, so dass bei zu einseitiger Belastung der Patient vom Personal entsprechend unterstützt werden kann. Ein weiterer Vorteil ist, dass Körpergröße, Gewicht und weitere Vitalfunktionen wie zum Beispiel die Atemfrequenz gemessen werden können, die Einblicke in das Stresslevel und das allgemeine Wohlbefinden geben.
Bessere Behandlung von Druckgeschwüren
Mithilfe der gewonnenen Daten kann das Pflegepersonal Entscheidungen über die Pflege der zu behandelnden Person treffen. Das ist beispielsweise sehr hilfreich bei Druckgeschwüren, wie Dekubitus, einer Schädigung der Haut und des darunterliegenden Gewebes, die durch langanhaltenden Druck auf einer Körperstelle entsteht, meist bei bettlägerigen Patienten. Dekubitus ist eines der größten Probleme in der Pflege und für die betroffene Person mit langwierigen Unannehmlichkeiten und Schmerzen verbunden.
Projektphasen
KI.SH hat Laromed in dem Projekt hin zum intelligenten Lattenrost fachlich unterstützt. In einer gemeinsamen Machbarkeitsstudie haben Karolina Ochs, von der Christian-Albrechts-Universität zu Kiel und Mitarbeiterin bei Laromed und Daniel Mansfeldt, von der Fachhochschule Kiel haben die grundsätzliche Machbarkeit des Projekts validiert. Dabei sind sie verschiedene Projektphasen durchlaufen:
Projektphase 1 — Datenerfassung und Qualifizierung
In der ersten Projektphase werden zunächst Daten gesammelt: Sowohl visuelle Daten einer Kamera, die die Körperlage aufzeichnet, als auch Tiefendaten von einer speziellen Kamera, der sogenannten Azure Kinect DK. Die Aufnahmen der Standardkamera dienen dazu, die Bilder der Tiefenkamera zu verifizieren, um sicherzustellen, dass nur korrekte Körperpositionen für das Training des KI-Modells verwendet werden.
Projektphase 2 — Entwicklung des KI-Modells für Körperlagen
Die zweite Projektphase konzentriert sich auf die Entwicklung des KI-Modells, welches mithilfe von Programmierbibliotheken wie Tensorflow und Keras erstellt wird. Das Modell durchläuft mehrere Optimierungsschritte, um eine präzise Erkennung der Körperlage auf der Matratze zu gewährleisten, wobei darauf geachtet wird, dass keine unnatürlichen Körperpositionen generiert werden.
Projektphase 3 — Bewertung des Dekubitusrisikos
In dieser Projektphase wird das Risiko für Druckgeschwüre, auch Dekubitus genannt, bewertet. Es werden verschiedene Daten, wie Körperprofile und andere physische Merkmale der Testpersonen sowie der Matratze, analysiert, um die Druckverteilung auf den Körpern zu beurteilen. Dabei wird insbesondere auf empfindliche Körperbereiche geachtet, um Handlungsempfehlungen zur Dekubitusprävention für das Pflegepersonal abzuleiten.
Projektphase 4 — Entwicklung des Modells für Vitalparameter
Hierbei wird ein Modell zur Überwachung der Vitalparameter entwickelt. Die Sensoren im Lattenrost erfassen Veränderungen, die durch die Atmung und Herzschlag entstehen. Diese müssen von anderen Signalen unterschieden und interpretiert werden, damit das entwickelte KI-Modell Rückschlüsse auf Herz- und Atemfrequenz und somit auf das Stresslevel der Person ziehen kann.
Projektphase 5 — Qualifizierung des allgemeinen Gesundheits- und Wohlfühlstatus
In der letzten Phase wird der allgemeine Gesundheits- und Wohlfühlstatus erfasst. Hierfür werden langfristige Daten sowohl von den Sensoren als auch zum Wohlbefinden der Probanden gesammelt. Das Ziel besteht darin, dass das KI-Modell diese Informationen verarbeitet und zukünftig Prognosen zum Gesundheitsstatus der Patienten abgeben kann. In diesem Zusammenhang wird auch die Kooperation mit Partnern aus dem Bereich der Altenpflege gesucht, um die wissenschaftliche Fundierung der Ergebnisse zu gewährleisten.
Zur weiteren Umsetzung des Projekts hat KI.SH bei der Bewerbung und bei der Auswahl eines passendenden Förderprogramms unterstützt. Das Projekt wird mit ungefähr 200.000 Euro vom Land Schleswig-Holstein über einen Zeitraum von drei Jahren bis 2025 gefördert.