rEAsSiGN - EvAluation einer Sturzrelevanten GaNganalyse

Sie befinden sich hier:

rEAsSiGN - Projektsteckbrief

Dieses Projekt wird kofinanziert durch den Europäischen Fonds für regionale Entwicklung [EFRE].

Motivation

Eines der häufigsten Pflegephänomene ist das Sturzereignis. Mehr als ein Drittel aller über 65-jährigen Menschen in Deutschland ist akut sturzgefährdet. Die Folgen eines Sturzes können nicht nur physisch (Verletzungen), sondern auch psychisch (Angst vor weiteren Stürzen) sein. Dies kann zu erheblichen Beeinträchtigungen der Lebensqualität führen. Die Erkennung des Sturzrisikos und daraus resultierend die Einleitung prophylaktischer Maßnahmen ist maßgeblich um Sturzereignisse zu vermeiden.

Ziele und Vorgehen

Ziel ist es, eine einfach zu bedienende Software zu entwickeln, die sowohl formell als auch informell Pflegenden bzw. anderen Berufsgruppen im Gesundheitswesen ein digitales und effektives Hilfsmittel, zur Identifizierung einer Sturzgefährdung und Entscheidungsfindung zu vorbeugenden und mobilitätserhaltenden Maßnahmen, zur Verfügung steht.
Das Forschungs- und Entwicklungsvorhaben adressiert dabei folgende Teilsegmente:
     1.    Sturzrisikoerkennung
     2.    Längerfristige Sturzvorhersage
     3.    Automatisierte Empfehlungen zur Sturzprävention/Sturzprophylaxe
Innerhalb des beantragten Projektes obliegt der Forschungsgruppe Geriatrie hauptsächlich die Erforschung, Identifikation und Klassifizierung allgemeiner und spezifischer Sturzrisikofaktoren aus unterschiedlichen Datenquellen sowie die abschließende Evaluierung der einzelnen in diesem FuE-Projekt entwickelten digitalen Applikationen zur Sturzgefährdung identifizierenden Ganganalyse und Sturzprädiktion.
Durch eine Smartphone-/bzw. Tabletkamera werden Gangabläufe erfasst und als solche erkannt. Die generierten Daten werden in ein zu entwickelndes Sturz-Risiko-Modell (Bewegungsmodell) eingespeist und damit ein neuronales Netz trainiert. Mithilfe einer Künstlichen Intelligenz (KI) werden diese berechnet und deren Abweichungen vom gesunden Gangbild analysiert und interpretiert.

Innovationen und Perspektiven

Das individuelle Sturzrisiko einer Person soll ganzheitlich mit Hilfe Künstlicher Intelligenz, kombiniert mit biomechanischen Modellen des menschlichen Ganges, ermittelt werden. Daraus ermittelt wird das Sturzrisiko und Interventionsmaßnahmen sollen individuell und bedarfsgerecht adressiert werden. Digitale Lösungen können Fachkräfte entlasten und zur Verbesserung der Qualität in der Pflege beitragen. Sowohl die Sturzvorhersage als auch die Sturzprävention verarbeiten komplexe multifaktorielle Probleme aufgrund der Wechselwirkung zwischen physiologischen, Verhaltens- und Umweltfaktoren, die zu einem Sturz beitragen; entsprechend hoch ist der Innovationsgrad des geplanten Vorhabens.

Projektdauer

04/2020 - 03/2022

Projektleitung

Dr. Anika Heimann-Steinert

Leiterin AG Alter und Technik

PD Dr. Nils Lahmann

stellvertretender Leiter der FGG, Leiter der AG Pflegeforschung

Mitarbeitende

Simone Kuntz

wissenschaftliche Mitarbeiterin

Kathrin Raeder

wissenschaftliche Mitarbeiterin

Nicole Strutz

wissenschaftliche Mitarbeiterin

Weitere Infos zum Projekt