gms | German Medical Science

Hintergrund: Lebensqualität (QoL), ein zentraler Endpunkt innerhalb der Versorgungsforschung, ist ein multidimensionales Konzept, das neben der Gesundheit durch weitere Dimensionen beeinflusst wird [1]. Eine davon stellt den Arbeitskontext und die damit verbundene Qualität der Arbeit dar. Mit der Etablierung und Zunahme flexibler Arbeitsmodelle und der damit einhergehenden Entgrenzung von Arbeit und Privatleben rückt das Konzept der arbeitsbezogenen Lebensqualität (WrQoL) in den Fokus von Unternehmen, Politik und Wissenschaft, um deren Auswirkungen auf die psychische und physische Gesundheit zu evaluieren. Bisherige Messungen der QoL nutzen v. a. subjektive Fragebögen. Die Entwicklung objektiver und automatisierter QoL-Messmethoden in Kombination mit Analyseinstrumenten wie dem Maschinellen Lernen (ML) steht noch am Anfang, stellt aber aufgrund zahlreicher Daten, die durch digitale Dienste, Anwendungen und Sensoren entstehen, einen innovativen Ansatz dar.

Zielsetzung: Das Projekt „MI-LQ“ hat zum Ziel, die QoL im Bereich Büro- und Wohnumgebung auf Basis personenspezifischer digitaler Datenquellen und des digitalen Nutzungsverhaltes von Individuen mit Hilfe einer mobilen Applikation objektiv zu messen.

Methode: Im Rahmen einer systematischen Literaturrecherche konnten Einflussfaktoren auf die WrQoL identifiziert und in ein Set von objektiv messbaren Indikatoren überführt werden. Als Messinstrumente dienen im Projektverlauf Smartphones, Wearables, Computer, Tastatur und Maus, die individuelle arbeitsbezogene Daten von E-Mail-Programmen, Kalender und Projektmanagementsystemen sowie über Maus- und Tastaturanschläge, Prosodie sowie die Herzfunktion der Probanden liefern. Die Daten sollen zunächst auf Basis eines für die ML-Implementierung entwickelten Basismodells Auskunft über Arbeitslast, Arbeitsort/-weg, Arbeitszeiten sowie Stress (Valenz und Erregung) geben. Mit Hilfe einer ergänzenden Befragung zu Beginn und im Verlauf der Studie soll die subjektive Einschätzung der WrQoL erfasst und mit den objektiven Messwerten verknüpft werden. Anschließend wird ein auf ML basierendes KI-Modell entwickelt, das WrQoL anhand der verfügbaren Daten objektiv quantifizieren kann.

Ergebnisse: In Pretests wurde die Eignung unterschiedlicher Wearables zur Messung des Stressindikators Herzfrequenzvariabilität untersucht. Dabei konnte ein Fitnesstracker mit zufriedenstellender Datengranularität und -qualität identifiziert werden. Des Weiteren wurde eine Maus-Tastatur-Tracking-Software zur Ermittlung von arbeitsbezogenem Stress und Arbeitslast sowie ein App-Prototyp (web, iOS, Android) entwickelt, der mit Daten aus allen Hardware-Komponenten und unter Verwendung des ML-Ansatzes die Daten analysieren und die individuelle WrQoL ermitteln soll. So konnten bereits einige der in der systematischen Literaturrecherche ermittelten Einflussfaktoren auf die WrQoL objektiv gemessen werden.

Implikation für Forschung: Die objektive Erfassung der WrQoL bietet nicht nur im Arbeitskontext, sondern auch in der Versorgungsforschung einen innovativen Ansatz: Durch das Verständnis des Zusammenhangs zwischen der Nutzung digitaler Dienste und WrQoL kann Stress am Arbeitsplatz digital erfasst, an die Probanden rückgemeldet werden und perspektivisch zur Prävention von Stress und Burnout am Arbeitsplatz beitragen.

Förderung: Sonstige Förderung; Projektname: MI-LQ ‒ Maschinelle Intelligenz zur objektiven Bestimmung individueller Lebensqualität; Fördernummer: 100669545