gms | German Medical Science

GMDS 2015: 60. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e. V. (GMDS)

Deutsche Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie

06.09. - 09.09.2015, Krefeld

HapPi – Health application Pi: Webbasierte Visualisierung von mit Single-Chip-Computern erfassten Vitalparametern

Meeting Abstract

  • Julian Suleder - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Johannes Rickmann - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Beatrice Baumann - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Jonas Bogusch - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Maria Dubinska - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Yahya Eni - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Maximilian Gaag - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Thomas Hagel - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Hellena Hempe - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Angelika Laha - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Peter Seitz - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Mustafa Kemal Yildirim - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Daniel Zsebedits - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Cornelia Rabe - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland
  • Martin Wiesner - Hochschule Heilbronn, Medizinische Informatik, Heilbronn, Deutschland

GMDS 2015. 60. Jahrestagung der Deutschen Gesellschaft für Medizinische Informatik, Biometrie und Epidemiologie e.V. (GMDS). Krefeld, 06.-09.09.2015. Düsseldorf: German Medical Science GMS Publishing House; 2015. DocAbstr. 048

doi: 10.3205/15gmds007, urn:nbn:de:0183-15gmds0076

Veröffentlicht: 27. August 2015

© 2015 Suleder 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

Einleitung: Durch eine zunehmende Anzahl an pflegebedürftigen Menschen und Überalterung der Gesellschaft wird es notwendig, die Leistungserbringung in der Medizin effizienter und effektiver zu gestalten [1]. Zur täglichen Patientenversorgung in einem Krankenhaus gehört die Erfassung verschiedenster Vitalparameter (z.B. EKG, Puls, Blutdruck). Diese Daten werden in regelmäßigen Abständen erhoben und oft nur konventionell, d.h. papierbasiert zu dokumentationszwecken erfasst. Eine automatische digitale Erfassung, Verarbeitung und ansprechende Visualisierung auf verschiedenen Endgeräten (z.B. Computer, Tablet) kann jedoch verschiedene Vorteile bieten [2], z.B. zur nachgelagerten Auswertung von Messdaten für wissenschaftliche Studien.

Mit immer leistungsfähigeren Single-Chip-Computern [3] und zugehörigen Sensoren kann eine kontinuierliche Überwachung der Vitalparameter erfolgen. Die Mobilität des Patienten wird dabei aufgrund der Kompaktheit der Hardware nicht wesentlich einschränkt [1].

Methoden & Material: Im Rahmen eines zweisemestrigen studentischen Projekts war es das Ziel, ein System bestehend aus einer JavaEE-Webanwendung zur Verwaltung von Patientendaten, Geräten und Messdaten, sowie einem Client für Single-Chip-Computer zu realisieren. Hierfür soll möglich sein, Messungen aus der Ferne zu verwalten. Dabei soll die Entwicklung durch einen Build- und Testprozess automatisiert werden. Zusätzlich soll die Abtastung verschiedener Vitalparameter der Sensoren optimiert werden, um eine hohe Qualität der gemessenen Daten zu erreichen.

Als Single-Chip-Computer wird zur Umsetzung ein Raspberry Pi (Model B) mit einem sogenannten Arduino e-Health-Sensor-Shield [4] auf einer Connection-Bridge verwendet. Der Single-Chip-Computer erhält einen WLAN-USB-Stick zur drahtlosen Kommunikation und ein mobiles Akkupack zur Stromversorgung. An das Sensor-Shield werden die verschiedenen digitalen und analogen Sensoren direkt an die vorgesehenen Schnittstellen angeschlossen. Die Anbindung verschiedener Sensoren beschränkt sich auf die Messung der Blutsauerstoffsättigung und des Pulses mit einem am Finger angebrachten Pulsoximeter, sowie einer Ableitung eines EKGs mit drei Elektroden. Diese werden hierfür beidseitig unterhalb der Schlüsselbeine, sowie im linken Bereich des Abdomens angebracht [5].

Als Nebenaspekt des verwendeten Sensor-Shields ist die Erweiterbarkeit zur Verwendung zusätzlicher Sensoren zu nennen. Beispielhaft sind ein Blutdruckmessgerät, ein Blutzuckermessgerät und ein Accelerometer zur Bestimmung der Lage des Patienten mögliche Erweiterungen.

Sensorwerte werden mittels einer in C++ implementierten Softwarebibliothek und dem Java Native Interface (JNI) über das Sensor-Shield ausgelesen und anschließend vom Gerät mittels Java-Sockets an eine Webapplikation übertragen.

Die erhobenen Patienten- und Gerätedaten werden in einer PostgreSQL-Datenbank gespeichert. Die angeschlossenen „HapPi“-Geräte über entfernte Methoden-Aufrufe (Java RMI) gesteuert.

Die Darstellung der erhobenen Messdaten erfolgt über eine mehrsprachige JSF-basierte Weboberfläche. Im Falle von gemessenen EKG-Verläufen aktualisiert sich die Darstellung des entsprechenden Signals in einem kurzen Intervall selbstständig. Hierdurch muss der Benutzer nicht aktiv für eine Aktualisierung der Werte sorgen.

Für die Realisierung des Projekts wurde die Verwendung eines agilen Softwareentwicklungsansatzes zur Entwicklung eines verteilten Systems vorgegeben. Dafür wurde ein an Scrum angelehnter Prozess mit einer Sprintlänge von zwei bis drei Wochen und wöchentlichen Meetings angesetzt.

Ergebnisse: Die Entwicklung eines verteilten Systems zur Überwachung der elektrischen Herzaktivität, des Pulses, sowie der Sauerstoffsättigung eines Patienten ist erfolgreich abgeschlossen.

Die Architektur des Systems teilt sich in drei Komponenten – die Geräteverwaltung, die Datenhaltung und die darauf aufsetzende grafische Weboberfläche auf dem Server.

Die Geräteverwaltung übernimmt die Kommunikation mit den angeschlossenen „HapPi“-Geräten, wie z.B. das Starten einer Messung. Nach dem Start eines Geräts meldet sich dieses, bei bestehender drahtloser Netzwerkverbindung, selbstständig bei der Geräteverwaltung des Servers über ein Registrierungs-Servlet als „verfügbar“ an. Grundsätzlich ist es möglich mehrere „HapPi“-Geräte an einem Erfassungsserver zu registrieren. Diese besitzen zur Trennung der jeweiligen Messung unterschiedliche interne IDs, welche für die Zuweisung des darüber verknüpften Patienten verwendet werden. Die Zuweisung erfolgt manuell über die Weboberfläche und ist nicht ohne die Beendigung einer laufenden Messung revidierbar. Bricht die Netzwerkverbindung des Geräts ab, so hält es keine Werte lokal vor, sondern beendet die Messung und versucht sich in regelmäßigen Abständen erneut mit dem Server zu verbinden. Bemerkt dieser die Unterbrechung der Verbindung zu einem Gerät, so ändert er den Status des Geräts zu „offline“ und der laufenden Messung zu „pausiert“.

Nach einer erfolgreichen Anmeldung eines Benutzers an der Weboberfläche können mehrere Geräte und Messungen parallel gesteuert und die Vitalparameter dargestellt werden. In ersten experimentellen Versuchen konnten geringe Latenzzeiten von Messung bis zur Darstellung festgestellt werden. Die Entwickler betrachten die beobachtete Verzögerung als hinreichend gut. Spezielle Mechanismen zur zeitlichen Synchronisation verschiedener Sensorysteme wurden außer Betracht gelassen. Die Präsentationsschicht des Servers ermöglicht die benutzerzentrierte Verwaltung von erfassten Messungen und bietet Steuermöglichkeiten für die angeschlossenen „HapPi“-Geräte an. Bei der Realisation der Oberfläche wurden Aspekte der Benutzerfreundlichkeit berücksichtigt.

Diskussion: Eine mögliche Integration weiterer Sensoren und die Aufbereitung der Biosignaldaten geben weitere Anknüpfungspunkte für die Weiterentwicklung des Systems auf Basis eines Open-Source Projekts. Es wurde darauf geachtet, das System flexibel zu halten um eventuell weitere Sensoren ohne hohen Aufwand einbinden zu können.

Das System eignet sich hervorragend für die Demonstration im Rahmen der Öffentlichkeitsarbeit des Studiengangs Medizinische Informatik an der Hochschule Heilbronn bzw. der Universität Heidelberg. Ein realer medizinischer Einsatz ist unter anderem wegen der verwendeten Hardware nicht möglich. Diese ist speziell für experimentelle Entwicklungen vorgesehen und stellt für diesen Zweck eine kostengünstige Alternative zu zertifizierten Medizinprodukten dar. Die entwickelte Software kann als Prototyp oder Machbarkeitsnachweis einer möglichen Lösung in einem Szenario der mobilen Pflege oder im Kontext von AAL angesehen werden.


Literatur

1.
Gersch M, Hewing M. AAL- und E-Health-Geschäftsmodelle. Gabler Verlag: Springer Fachmedien Wiesbaden GmbH; 2012.
2.
Dünkler R. Body Area Network: Die Zukunft der Medizin ist kabelfrei. PraxisComputer in Verbindung mit dem Deutschen Ärzteblatt. Heft 3/2002; p.25-26.
3.
Horan B, Practical Raspberry Pi. Apress Media LLC. Springer Fachmedien; 2013.
4.
Cooking Hacks [Internet]. Zaragoza: Libelium; Available from: http://www.cooking-hacks.com/ehealth-sensor-shield-biometric-medical-arduino-raspberry-pi [cited 2015 Jan 15]. Externer Link
5.
Trappe HJ, Schuster HP. EKG-Kurs für Isabel. Georg Thieme Verlag KG; 2013.