Förderung/Förderbereich

Bundesministerium für Wirtschaft und Klimaschutz (BMWK)

Projektziel

Ziel ist die Entwicklung eines Risikovorhersagesystems für den Bereich altersgerechtes Wohnen. Aus dem durch die Pflegepraxis erhobenen Inventar aus Sensor- und Gesundheitsdaten werden dazu ereignisrelevante Werte identifiziert oder abgeleitet, die zum Trainieren von „Machine-Learning-Modellen“ (EDV-gestützte Sensibilisierungs- und Qualifizierungsanwendungen für die Betroffenen)  zur Vorhersage individueller Wahrscheinlichkeiten bestimmter risikoreicher Ereignisse dienen. Dies betrifft insbesondere zukünftige Krisen oder Gefahrensituationen im Versorgungsalltag. Solche Prognosen erlauben es, Betroffene oder gegebenenfalls Angehörige oder Pflegepersonal frühzeitig zu warnen und auf Risiken hinzuweisen.

Besonderer Fokus liegt auf der Erkennung von:

• Veränderung der Lebensgewohnheiten als Anzeichen schleichender Demenz bzw. Depression,
• Bewegungsdaten als Indikator für verschlechterter Mobilität oder Sturzgefahr und
• akute Beschwerden als Hinweis für eine plötzliche Verschlechterung des Gesundheitszustandes.

Länder

Erprobung in drei Bundesländern Berlin, Brandenburg und Bayern

Berlin   

Pflegewerk Berlin GmbH
 

Teilnehmerzahl 

75 - 100 Teilnehmer
 

Technik

Auf der Grundlage von KI-gestützten Algorithmen soll erprobt werden, inwieweit die individuelle Eintrittswahrscheinlichkeit risikobelasteten Ereignissen – insbesondere Gefahrensituationen – vorhersagbar ist. Als Basis für das anvisierte Gesamtsystem soll die bestehende AAL-Plattform (Ambient Assisted Living) der Netz-Werker AG verwendet werden. Die bereits mit der AAL-Plattform eingesetzten Sensoren werden um weitere Sensoren erweitert und entsprechend angepasst. Ebenfalls wird ein Machine-Learning Modul in das AAL-System implementiert. Dieses KI-System wird auf Basis von einem auszuwählenden KI-Framework für das AAL-System konzeptioniert und entwickelt.

Mit Probanden und entsprechend ausgerüsteten Wohnungen werden die KI-Algorithmen trainiert und weiterentwickelt. Dabei spielt ein zu entwickelndes Feedbacksystem eine entscheidende Rolle, da die KI-Algorithmen mit Hilfe des Feedbacks die Daten in einen Kontext stellen. Neben verschiedenen Schnittstellen für die Vitalsensoren, das KI-Modul und das Feedback sollen auch Schnittstellen für elektronische Patientenaktenformate und andere Versorgungsplattformen implementiert werden.

Indikation

Früherkennung von gesundheitlichen Veränderungen im häuslichen Umfeld mithilfe Künstlicher Intelligenz.

Ein- und Ausschlusskriterien

Keine; Teilnahmeauswahl anhand einer individuellen Bedarfsanalyse

Kooperationspartner

• AOK Nordost
• BE Home
• Charité – Universitätsmedizin Berlin, Forschungsgruppe Geriatrie (FGG)
• Deutsches Forschungszentrum für Künstliche Intelligenz (DFKI), Saarbrücken
• Institut für Sozialforschung und Sozialwirtschaft (iso), Saarbrücken
• Netz-Werker AG, Berlin

Evaluation   

Ziel:

• Entwicklung und die Implementierung in die Pflegpraxis eines selbstlernenden Systems für den Bereich altersgerechtes Wohnen
• Einsatz von innovativen Lösungen von Technologien zur präventiven Risikoerkennung mit entsprechenden Alarmfunktionen

Methoden:

• Eruierung der Bedürfnisse von (bestehenden) Kunden der Projektpartner durch qualifizierte Interviews. Wichtig ist die Berücksichtigung etwaiger Vorbehalte bzgl. Datenschutz, Überwachung, aber auch praktische Aspekte wie Sensorauswahl und -installation sowie Klärung der zu benachrichtigenden Kontakte/Institutionen.
• Eruierung der technischen Möglichkeiten zur Überwachung des Gesundheitsstatus des Bewohners.
• Erhebung von sozio-demografischen Daten und der sozialen Situation der Teilnehmer durch qualitative Interviews. Aus den Ergebnissen werden Personas und Szenarien entwickelt, die als Pflichtenheft für die technischen Elemente des Systems genutzt werden sollen.

• Sicherstellung der Ressourcen, die für die vertraglich vereinbarten Pflege- und Betreuungskonzepte sichergestellt werden

Zeitraum   

November 2020 – Oktober 2022

Veröffentlichungen

Das Projekt befindet sich derzeit in der ersten Phase. Die Ergebnisse über die aktuellen Prozessanalysen und die entsprechende Einführung der AAL-Technologien sind auch für ein breites Spektrum der Pflege- und Versorgungsforschung außerhalb des Projektes von Interesse.
Die Partner sind für die wissenschaftliche Verwertung des Projekts z. B. durch Publikationen in einschlägigen Fachzeitschriften und Vorträgen auf Kongressen zuständig.
 

Projekthomepage

Zur Weiterleitung auf die Homepage zum Projekt klicken Sie bitte hier.