gms | German Medical Science

62. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

17.09. - 21.09.2017, Oldenburg

Mobile Care Backup (MoCaB) – Verlässliche mobile Begleitung für pflegende Angehörige

Meeting Abstract

  • Dominik Wolff - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Hannover, Deutschland, Hannover, Deutschland
  • Marianne Behrends - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Hannover, Deutschland, Hannover, Deutschland
  • Thomas Kupka - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Hannover, Deutschland, Hannover, Deutschland
  • Jörn Krückeberg - Peter L. Reichertz Institut für Medizinische Informatik der Technischen Universität Braunschweig und der Medizinischen Hochschule Hannover, Hannover, Deutschland, Hannover, Deutschland
  • Maria Rutz - Institut für Epidemiologie, Sozialmedizin und Gesundheitssystemforschung, Medizinische Hochschule Hannover, Hannover, Deutschland
  • Regina Schmeer - Medizinische Hochschule Hannover, Hannover, Deutschland, Hannover, Deutschland
  • Holger Hagen - Fakultät V Diakonie, Gesundheit und Soziales, Hochschule Hannover, Hannover, Deutschland, Hannover, Deutschland
  • Michael Marschollek - Medizinische Hochschule Hannover, Hannover, Deutschland, Hannover, Deutschland

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie. 62. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Oldenburg, 17.-21.09.2017. Düsseldorf: German Medical Science GMS Publishing House; 2017. DocAbstr. 153

doi: 10.3205/17gmds113, urn:nbn:de:0183-17gmds1136

Veröffentlicht: 29. August 2017

© 2017 Wolff 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: 2015 wurden 1,38 Mio. pflegebedürftige Menschen zu Hause von Angehörigen versorgt, nahezu die Hälfte davon ohne die Unterstützung eines professionellen Pflegedienstes [1]. Für die pflegenden Angehörigen ist diese Situation mit erheblichen physischen und psychischen Belastungen verbunden. Viele pflegende Angehörige kommen in eine Pflegesituation oftmals plötzlich und ohne Vorwissen. Im Folgenden wird das Verbundprojekt Mobile Care Backup (MoCaB) vorgestellt, in welchem Lösungsstrategien entwickelt werden, die pflegende Angehörige in ihren täglichen Aufgaben unterstützen.

Ziel des Projektes: Ziel des sich in der Konzeptionsphase befindlichen Projekts MoCaB ist es, durch den Einsatz intelligenter, mobiler Technologien, eine permanente Begleitung der pflegenden Angehörigen zu ermöglichen, um in konkreten Situationen Hilfestellungen zu geben und psychosoziale Prävention im Rahmen der Pflegendenkarriere zu leisten. In MoCaB steht nicht die Beobachtung des Pflegeempfängers, sondern die Unterstützung des pflegenden Angehörigen im Mittelpunkt. Durch eine mobile Applikation sollen situationsgerecht pflegerelevantes Wissen und Anleitungen zur Selbstpflege bereitgestellt werden. Darüber hinaus wird Unterstützung bei der täglichen Organisation der Pflege angeboten. Durch die Einbindung von Technologien für das häusliche Monitoring können pflegende Angehörige zudem Informationen über die Situation der Pflegeempfänger erhalten.

Um eine proaktive Begleitung der Pflegenden zu ermöglichen, liegt ein Forschungsschwerpunkt im Erkennen von typischen Alltagssituationen in der häuslichen Pflege.

Verwendete Methoden: Kernstück der technischen Entwicklung ist ein mobiler Assistent, der Wissen zu pflegerischen Fragen, Anregungen zur persönlichen Entlastung sowie Hilfen zur Pflegeorganisation situationsgerecht und zielgruppenspezifisch bereitstellt. Um passende Angebote bereitzustellen, ist eine sensorbasierte Erkennung der Situation, in der sich ein pflegender Angehöriger befindet, geplant. Denkbare Sensoren zur Erkennung einer Tätigkeit oder eines Aufenthaltsortes sind zum Beispiel Stromverbrauchsmesser, Bewegungssensoren, Positionssensoren und Beschleunigungssensoren. Die psychische und physische Belastung eines pflegenden Angehörigen wird zudem durch eine kontinuierliche standardisierte Befragung, dem Caregiver Burden Inventory, quantifiziert [2]. Durch Verknüpfung der verschiedenen Daten ist die Spezifizierung einer Situation möglich, sodass passende Angebote bereitgestellt werden können. Die Auswahl der Angebote und Wissenseinheiten erfolgt mittels Werkzeugen aus dem Bereich der Wissensrepräsentation. Untersucht werden hier zurzeit OWL und Prolog. In beiden Fällen wird das Wissen durch Beschreibungslogik repräsentiert. Das Hintergrundwissen oder auch Schemawissen wird auf einem Server in Form von Dateien gespeichert. Dieser Bereich bildet in der Beschreibungslogik die T-Box. Die konkreten Objekte werden in einer Datenbank in Form von RDF-Tripeln beschrieben. Dieser Teil der Wissensrepräsentation wird in der Beschreibungslogik A-Box genannt.

Diskussion: Die Bestimmung einer Situation stellt eine große Herausforderung dar. Verschiedene Studien haben zwar gezeigt, dass eine automatische Erfassung von Pflegetätigkeiten möglich ist, beziehen sich aber vorrangig auf die Handlungen von professionell Pflegenden in der stationären Versorgung [3], [4], [5]. Innerhalb von MoCaB ist es wichtig, die Zielgruppe in die Entwicklung einzubinden, um so einen Vergleich der aufgrund der Datenanalyse vermuteten Situation mit der Realität des Pflegenden zu ermöglichen. Die Einbindung der Zielgruppe erfolgt in Anwenderworkshops. Für die Bewertung des Systems wird ein Evaluationskonzept erstellt.

Anmerkung: Das Projekt Mobile Care Backup wird vom Bundesministerium für Bildung und Forschung gefördert (Förderkennzeichen: 16SV7472). Zum Verbund gehören die Johanniter-Unfall-Hilfe e.V., die Medizinische Hochschule Hannover, die Hochschule Hannover, die Martin-Luther-Universität Halle-Wittenberg, das Fraunhofer IAO sowie die Unternehmen neusta mobile solutions und oldntec.



Die Autoren geben an, dass kein Interessenkonflikt besteht.

Die Autoren geben an, dass kein Ethikvotum erforderlich ist.


Literatur

1.
Pflegestatistik 2015: Pflege im Rahmen der Pflegeversicherung Deutschlandergebnisse. Statistisches Bundesamt, Hrsg. Wiesbaden; 2017. https://www.destatis.de/DE/Publikationen/Thematisch/Gesundheit/Pflege/PflegeDeutschlandergebnisse5224001159004.pdf?__blob=publicationFile Externer Link
2.
Novak M, Guest C. Application of a multidimensional caregiver burden inventory. Gerontologist. 1989;29:798–803.
3.
Takebe Y, Kanai-Pak M, Kuwahara N, Maeda J, Hirata M, Kitajima Y, Ota J. Recognition of nursing activity with accelerometers and RFID. Kybernetes. 2013;42:1059–71. DOI:10.1108/K-02-2013-0023 Externer Link
4.
Martinez-Perez FE, Gonzalez-Fraga JA, Tentori M. Artifacts' roaming beats recognition for estimating care activities in a nursing home. In: Gerhauser H, Siek K, Hornegger J, Lueth TC, editors. München, Germany. DOI: 10.4108/ICST.PERVASIVEHEALTH2010.8847 Externer Link
5.
Guo P, Chiew YS, Shaw GM, Shao L, Green R, Clark A, Chase JG. Clinical Activity Monitoring System (CATS): An automatic system to quantify bedside clinical activities in the intensive care unit. Intensive and Critical Care Nursing. 2016;37:52–61. DOI: 10.1016/j.iccn.2016.05.003 Externer Link