gms | German Medical Science

16. Deutscher Kongress für Versorgungsforschung

Deutsches Netzwerk Versorgungsforschung e. V.

4. - 6. Oktober 2017, Berlin

Zustandserkennung von Beatmungsgeräten durch zentrale Messung des Stromverbrauchs

Meeting Abstract

Suche in Medline nach

  • Alexander Gerka - OFFIS - Institut für Informatik, Oldenburg, Germany
  • Christian Lins - OFFIS - Institut für Informatik, Oldenburg, Germany
  • Christian Lüpkes - OFFIS - Institut für Informatik, Oldenburg, Germany
  • Andreas Hein - Carl von Ossietzky Universität Oldenburg, Oldenburg, Germany

16. Deutscher Kongress für Versorgungsforschung (DKVF). Berlin, 04.-06.10.2017. Düsseldorf: German Medical Science GMS Publishing House; 2017. DocP107

doi: 10.3205/17dkvf249, urn:nbn:de:0183-17dkvf2497

Veröffentlicht: 26. September 2017

© 2017 Gerka et al.
Dieser Artikel ist ein Open-Access-Artikel und steht unter den Lizenzbedingungen der Creative Commons Attribution 4.0 License (Namensnennung). Lizenz-Angaben siehe http://creativecommons.org/licenses/by/4.0/.


Gliederung

Text

Hintergrund: Im Forschungsprojekt MeSiB wird ein umfassendes Sicherheits- und Schutzkonzept für Pflegebedürftige, informell Pflegende und professionell Pflegende (Fachpflege) in der Heimbeatmung entwickelt. Mit Hilfe des Sensorsystems werden kritische Situationen antizipiert und frühzeitig Hinweise an die Pflegenden oder die Hausnotrufzentrale übermittelt. Das System umfasst die angeschlossenen Medizingeräte, Haustechnik sowie die ambiente Raumsensorik. Zur Bewertung der Situation wird neben ambienter Raumsensorik der Status des Beatmungsgeräts genutzt, da Fehler beim Beatmungsgerät zum Tod des Patienten führen können [1]. Viele Beatmungsgeräte verfügen jedoch über keine oder nicht einheitliche Schnittstellen über die zudem unterschiedliche Informationen verfügbar sind [2], [3], [4]. Alternativ kann der Zustand der Beatmungsgeräte durch zentral verbaute Stromzähler erkannt werden. Dadurch werden Informationen ohne Veränderung der Geräte erfasst und es sind keine zusätzlichen Geräte im Wohnbereich notwendig, die versehentlich entfernt werden könnten.

Fragestellung: Es wird evaluiert, ob und wie der Status von Beatmungsgeräten im Stromsignal erkannt werden kann und ob Schaltsignale des Beatmungsgeräts von anderen Geräten im Haushalt unterscheidbar sind. Zusätzlich wird geprüft ob klassische Verfahren der Geräteerkennung, die überwiegend ereignisbasiert (Identifikation der Geräte im Schaltmoment) sind [5], zur Erkennung von Beatmungsgeräten genügen.

Methode: Im Living Lab IdeAAL-Raum [6], eine 48 m² große Testwohnung für AAL Technologien, wird ein Beatmungsgerät betrieben. Dessen Stromsignal wird über einen Stromzähler aufgezeichnet. Das Beatmungsgerät wird zunächst separat betrieben und anschließend in Kombination mit anderen Verbrauchern geschaltet. Die Daten werden qualitativ, durch Betrachtung der resultierenden Stromsignale, analysiert.

Ergebnisse: Der erste Test zeigt, dass der Stromverbrauch in einer Beatmungsphase stetig steigt und am Ende abrupt abfällt. Außerdem ist der Ein- und Auschaltvorgang des Geräts deutlich zu erkennen. Im zweiten Test wird Stromverbrauch des Beatmungsgeräts in Überlagerung mit zwei weiteren Geräten (Toaster und Staubsauger) gemessen. In der ersten Phase sind alle Geräte eingeschaltet. Der charakteristische Anstieg der Amplitude des Stromsignals ist trotz der Überlagerung weiterhin messbar. Anschließend wird das Beatmungsgerät aus- und wieder eingeschaltet. Das Schaltverhalten ist weiterhin deutlich zu erkennen. Der Abfall der Amplitude am Ende einer Beatmungsphase ist auch in der Überlagerung mit weiteren Geräten sichtbar.

Diskussion: Die Zustandserkennung des Beatmungsgeräts durch einen zentralen Stromsensor ist möglich. Insbesondere die steigende Amplitude in den Beatmungsphasen, deren Dauer und der abrupte Abfall der Amplitude sind identifizierende Merkmale. Die Schaltsignale des Beatmungsgeräts sind ebenfalls erkennbar. Eine rein ereignisbasierte Geräteerkennung würde die prägendste Charakteristik des Beatmungsgeräts, das Ansteigen der Amplitude in den Beatmungsphasen, nicht berücksichtigen. Daher ist eine kontinuierliche Überwachung des Stromsignals notwendig. Dazu muss sowohl die Extraktion von Informationen aus dem Stromsignal als auch die Verarbeitung dieser Informationen angepasst werden. Außerdem sind Zeitfenster für die Zustandserkennung zu definieren, wobei der Sicherheitsaspekt, dass Notfälle möglichst frühzeitig an die Hausnotrufzentrale gemeldet werden müssen, mit den technischen Anforderungen zu vereinbaren ist.

Praktische Implikationen: Im Forschungsprojekt MeSiB, mit einer Laufzeit von 3 Jahren (bis Februar 2020), sollen Algorithmen der Geräteerkennung in zentralen Stromzählern für die kontinuierliche Überwachung von Beatmungsgeräten realisiert werden. Diese Arbeit bietet eine Grundlage für die weitere Entwicklung.

Danksagung: Diese Arbeit wurde vom Bundesministerium für Bildung und Forschung und vom GKV Spitzenverband im Rahmen der Forschungsprojekte MeSiB (Fördernr: 16SV7723) und QuoVadis finanziert.


Literatur

1.
CIRS medical. Ein reanimationspflichtiger Patient wird akzidentell nicht beatmet, weil das Beatmungsgerät unbemerkt wieder in den Standby- Modus schaltet, Fallnr. 152526 (Zugriff 23.03.2017)
2.
ResMed. Stellar 150, Gebrauchsanweisung, 248542/1. 2011-09.
3.
Hamilton Medical. HAMILTON-C1, Technische Daten, 689344.05. 2016.
4.
TNI medical. TNI soft Flow 50 Homecare-System, Gebrauchsanweisung, 30221000. 03.11.2015
5.
Zoha A, et al. Non-Intrusive Load Monitoring Approaches for Disag gregated Energy Sensing: A Survey. Sensors. 2012;12. ISSN 1424-8220
6.
Kroeger T, et al. IDEAAL - Der Mensch im Mittelpunkt. Ambient Assisted Living-AAL. 2011.