Erkennung von Stürzen in der Pflege mit Sensorik und KI

Stürze in der Nähe des Bettes sind eine erhebliche Gefahr für die Patientinnen und Patienten in der Pflege, da sie nicht immer sofort vom Pflegepersonal bemerkt werden. Das entwickelte Messsystem kann potenzielle Stürze anhand von Schwingungsmustern erkennen und Pflegekräfte schnell benachrichtigen.

Das Messsystem, das im Rahmen des Forschungsprojekts "FallKI" entwickelt wurde, besteht aus Schwingungssensoren, die in der Nähe des Bettes platziert werden. Diese Sensoren erfassen mechanische Schwingungen und senden die Daten an eine zentrale Auswertungseinheit. Dort wird mithilfe von künstlicher Intelligenz (KI) entschieden, ob ein Sturz stattgefunden hat und ob ein Alarm ausgelöst werden sollte. Um die KI zu trainieren, führte das Team über 1.000 realitätsnahe Sturzversuche mit einem Dummy durch, der die Größe und das Gewicht eines durchschnittlichen Menschen hatte. Die KI wurde darauf trainiert, Stürze von anderen Schwingungsereignissen wie dem Fallenlassen von Gegenständen zu unterscheiden.

Die Forschenden planen, das entwickelte Sensorsystem in Feldversuchen in Pflegeheimen zu testen, um die Übertragbarkeit der Ergebnisse auf reale Patientinnen und Patienten sicherzustellen. Der Prototyp des Sensorsystems soll weiterentwickelt werden, um den Anforderungen eines Pflegeheims gerecht zu werden. Dies umfasst auch die Frage, wie Pflegekräfte über erkannte Stürze informiert werden sollen, beispielsweise über WLAN oder andere drahtlose Kommunikationsstandards.

Dieses innovative System hat das Potenzial, die Sicherheit und das Wohlbefinden von pflegebedürftigen Personen erheblich zu verbessern und das Pflegepersonal bei der rechtzeitigen Reaktion auf Stürze zu unterstützen. Das Forschungsprojekt "FallKI" wurde in Zusammenarbeit mit der tecfor care GmbH durchgeführt und vom Bundesministerium für Wirtschaft und Klimaschutz gefördert.