Geriatrisches Mobilitätsassessment mit tragbaren Sensoren (GerMobiS)
Für eine systematische Beurteilung der Funktionalität älterer Menschen sind zeit- und personalsparende Methoden nötig. Tragbare Sensortechnik, insbesondere in Form von Inertial Measurement Units (IMUs), könnte eine automatisierte Beurteilung der individuellen Mobilität im Alter ermöglichen. Vor diesem Hintergrund sollen in GerMobiS bereits erhobene Daten aus den zwei abgeschlossenen Projekten GAL NATARS und Otago teA ausgewertet werden.
In GAL NATARS wurde die Umsetzbarkeit und Akzeptanz technischer Assistenzsysteme im häuslichen Umfeld von geriatrischen Patientinnen und Patienten mit Fraktur nach einem Sturz im Anschluss an die stationäre Versorgung untersucht. In Otago teA wurden sturzgefährdete Probandinnen und Probanden mit einem häuslichen Mehrkomponenten Sensorsystem inklusive tragbarem Inertialsensor beobachtet.
Die Veränderung der Mobilität der Teilnehmenden wurde in beiden Studien u.a. durch den De Morton Mobility Index (DEMMI) und die Short Physical Performance Battery (SPPB) überprüft. Ziel der Untersuchung im aktuellen Projekt ist es zu evaluieren, ob die Durchführung mehrerer geriatrischer Assessments durch körpernahe, tragbare IMUs sowie raumbasierte Sensoren (Lichtschranken, Türkontakte, Präsensmelder) erkannt und abgebildet werden können. Im Vergleich zu der standardisierten Ausführung der Assessments können Veränderungen der Mobilität in einem Messkontinuum präziser erfasst werden, indem eine höhere Messgenauigkeit erreicht wird und Parameter wie Ganggeschwindigkeit und Aufenthaltswahrscheinlichkeit in Räumen ermittelt werden, die mit den Standardverfahren nicht erhoben werden können. Somit ist auch die Auswertung von Verlaufsdaten von besonderer Bedeutung, um frühzeitig eine Gefährdung der Selbstständigkeit zu erkennen.
Dafür werden die Sensordatensätze beider Studien analysiert. Grund-Bewegungsmuster und Detektionsalgorithmen für die einzelnen Assessment-Items (z.B. Gehgeschwindigkeit) werden abgeleitet und auf den Skalen des DEMMI und SPPB abgebildet. Die Abbildbarkeit der aus Sensordaten abgeleiteten Assessments wird geprüft und anschließend mit den Ergebnissen der manuellen Messung verglichen. Ein statistisches Modell, das den Prognosefehler für den Goldstandard minimiert, wird angestrebt. Eine automatisierte Erhebung der beschriebenen Mobilitätsparameter im Alltag ermöglicht eine Verlaufsbeurteilung der Funktionalität geriatrischer Patientinnen und Patienten.
Förderung / Kooperationen
Das Projekt wurde über den Forschungspool der Fakultät für Medizin und Gesundheitswissenschaften der CvO Universität Oldenburg finanziert (2017).
Publikationen
2021 | |
[3] | B. Friedrich, EE. Steen, S. Fudickar, A. Hein. Analysing the Correlation of Geriatric Assessment Scores and Activity in Smart Homes. International Journal of UbiComp. Academy and Industry Research Collaboration Center (AIRCC); 2021;12(2):1–15. |
2019 | |
[2] | B. Friedrich, B. Cauchi, A. Hein, S. Fudickar. Transportation mode classification from smartphone sensors via a long-short-term-memory network. UbiComp/ISWC 2019- - Adjunct Proceedings of the 2019 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2019 ACM International Symposium on Wearable Computers. 2019:709–713. |
2017 | |
[1] | S. Hellmers, EE. Steen, L. Dasenbrock, A. Heinks, JM.. Bauer, S. Fudickar, A. Hein. Towards a minimized unsupervised technical assessment of physical performance in domestic environments. In: Proceedings of the 11th EAI International Conference on Pervasive Computing Technologies for Healthcare - PervasiveHealth '17. New York, New York, USA: ACM Press; 2017:207–216. |
- Forschung
- KI und Deep Learning in der Medizin
- Medizinische Bildverarbeitung und VR-Simulation
- Integration und Nutzbarmachung von medizinischen Daten
- Sensordatenanalyse für assistive Gesundheitstechnologien
- AG Medical Image Computing and Artificial Intelligence
- AG Medical Data Science
- AG Medical Deep Learning
- AG Medical Data Engineering
- Nachwuchsgruppe Diagnostik und Erforschung von Bewegungsstörungen