KI@Home - Prädiktion von ‚adverse events‘ mittels Künstlicher Intelligenz und Ambient Assisted Living-Systeme in der Häuslichkeit von pflegebedürftigen Personen

Sie befinden sich hier:

KI@Home - Projektsteckbrief

Motivation

Prognosen gehen davon aus, dass 2060 jeder dritte Einwohner Deutschlands 65 Jahre oder älter sein wird. Dieser Trend, verbunden mit einer geringeren privaten Pflegequote und dem Mangel an Pflegekräften, stellt die Gesellschaft und die Sozialversicherungen vor eine große Herausforderung. Seit geraumer Zeit beschäftigen sich diverse Forschungsprojekte mit der Entwicklung altersgerechter Assistenzsysteme (Ambient Assisted Living: AAL), die ältere Personen in verschiedenen Bereichen ihres Alltags zu Hause unterstützen sollen. Leider haben es nur sehr wenige Vorhaben in die Nähe einer realen Anwendung geschafft, da weder eine ausreichende Akzeptanz noch eine Übernahme der Lösung in die Regelversorgung erreicht werden konnte.

Ziele und Vorgehen

Das Ziel von KI@Home ist die Entwicklung eines selbstlernenden Systems für den Bereich altersgerechtes Wohnen, welcher mittels KI-Algorithmen die individuelle Eintrittswahrscheinlichkeit von Ereignissen – insbesondere Gefahrensituationen – vorhersagen kann. Dazu sollen mit adaptiven Modellen individuelle Eintrittswahrscheinlichkeiten von Ereignissen vorhergesagt und dadurch die Pflegebedürftigen bzw. dessen Angehörige frühzeitig gewarnt werden. In diesem Projekt soll nicht nur die Technologie, sondern auch die Anwendbarkeit der Lösung und deren Akzeptanz im Mittelpunkt stehen. Es geht also um ein Konzept für ein breit akzeptiertes, tragfähiges Geschäftsmodell, auf dessen Grundlage die Überführung der Ergebnisse in die Regelversorgung ermöglicht werden soll.

Innovationen und Perspektiven

KI@Home zielt auf die erste AAL-Lösung am Markt, die Angehörige oder den Pflegedienst nicht nur bei bereits eingetretenen Events retrospektiv informiert, sondern individualisierte und adaptive Risikohinweise auf mögliche Gefahrensituationen gibt. Dadurch können Unfälle vermieden und erhebliche Folgekosten eingespart werden.