Technologie verspricht, unabhängiges Leben für ältere Menschen zu verlängern

Behind the Scenes Artikel wurde LiveScience in Zusammenarbeit mit der National Science Foundation zur Verfügung gestellt.

Im Jahr 2030 werden 20 Prozent der amerikanischen Bevölkerung 65 Jahre oder älter.

Wie sie ins hohe Alter wachsen, diese 71,5 Millionen Amerikaner könnten eines Tages davon profitieren Fernüberwachung Technologie entwickelt, um längere eigenständige Lebensführung zu unterstützen.

NSF-finanzierte Forscher an der University of Missouri haben ein nicht-invasive monitoring-System für ältere Erwachsene entwickelt, die können akuten Erkrankung im Frühstadium zu erkennen und helfen, chronische Krankheiten zu verwalten.

Die Arbeit der Professoren Marilyn Rantz, Marjorie Skubic und ihr Forschungsteam konnte schließlich zu einem Netzwerk von Fernüberwachungssysteme für ältere Erwachsene auf ihr eigenes Leben führen.

"Unser Ziel ist es, Menschen zu Alter in einen gesünderen, sozial fähig und unabhängigen Lebensstil", sagte Skubic.

Frühen Stadien

Dieses interdisziplinäre Projekt begann 1996 als das Altern im Ort Projekt, eine Community-basierte Studie, die die Wirksamkeit der koordinierenden Pflege unter Krankenschwestern getestet.

"Wir gelernt, dass Krankenschwester Pflege Koordination resident Ergebnis verbessert und Gesundheits-Kosten senkt", sagte Rantz.

Mit diesem neuen wissen, das Projekt gesucht, Bewohner Gesundheit und Aktivität zu verbessern, und funktionelle Rückgang zu vermeiden – Verlust von bestimmten Fähigkeiten wie hören – und Management chronischer Erkrankungen zu fördern.

Der nächste Schritt war, die Alterung in Ort Eingriff in eine spezielle Wohnanlage zu implementieren.

Während die Anlage, die TigerPlace bezeichnen würde im Bau war, trat Rantz und der Krankenpflegeschule eine Partnerschaft mit Skubic und der Ingenieurschule, neue technische Lösungen zu entwickeln, die mit dem Altern verbundenen Probleme lösen würde. "Wir begannen, Problemlösung über die Technologie könnte folgendermaßen aussehen und was wir in der Lage zu tun, sein könnte", sagte Rantz.

Nächste Schritte

Die Forscher zunächst eine gemeinsame Stereotyp angegangen: ältere Menschen sind ungern Technologie verwenden. Das Team Fokusgruppen mit älteren Erwachsenen durchgeführt und festgestellt, dass ältere Menschen waren nicht ganz ungern Technologie zu verwenden, aber haben spezifische Anforderungen, die die Technologie aufnehmen müssten.

Im Jahr 2004, als TigerPlace öffnete, installiert die Forscher das erste Sensornetz, einschließlich Bewegungssensoren und dem ersten Bett-Sensor (entwickelt an der University of Virginia).

Die Forscher konzentrierten sich zunächst auf die Analyse körperlichen Aktivität; dann begann sie auf verschiedene Möglichkeiten, um die Daten, um funktionelle Rückgang und frühen Krankheit Vorhersagen zu interpretieren.

Das Team entdeckte, dass in der Regel Bewohner ein gewisses Maß an Handlungsfähigkeit, zeigen bis ein unerwünschtes Ereignis auftritt. An diesem Punkt bewegen sich auf einer niedrigeren Ebene der Handlungsfähigkeit. Mit dieser Feststellung verfeinert das Team der Sensoren und Algorithmen zur Verbesserung der Früherkennung von Ereignissen, die funktionellen Fähigkeiten verringern könnte.

Zunächst gab es keine direkte Weise, Gesundheit mit Sensordaten zu korrelieren. Aber im Laufe der Jahre die Forscher erweiterte ihr frühe Modell und verbessert dadurch die Zusammenhänge.

Seit die Bewohner mit Kameras überwachen sie dagegen die Forscher begannen mit einem Voxel-Modell, um 3D Silhouetten der Bewohner zu extrahieren. Sie benutzten auch Doppler-Radar-Technologie und Microsoft Kinect Gangart zu analysieren. Um die Informationen zu validieren sie versammelten sich, verglichen die Forscher die kostengünstige Systeme zu einem Vicon-System – einem Digitalsystem Gang-Modellierung, die speichert die Position der reflektierenden Markierungen und dient als der "Goldstandard" in der dynamischen Modellierung von motorischen Verhalten.

Die aktuellen Sensor-Netzwerk-Array umfasst passive Infrarot-Bewegungsmelder, Kinderbett und Kinderstuhl Sensoren, die erkennen, Puls, Atmung Rate und Bett Unruhe und Ofen-Temperatur-Sensoren. Das Team auch einen hydraulische Sensor entwickelt, der unter eine Bettmatratze positioniert werden kann. Der neue Bett-Sensor, konzipiert von Studentin David Heise, ist eine sensible Tool entwickelt, um Ballistocardiogram Daten und Atmung Preise zu erfassen und subtile Veränderungen der Oberkörper Positionierung als Indikator für Unruhe.

Nach vielen Jahren der Änderungen an die Sensorschnittstelle Netzwerk- und Analyse der aktuellen Daten und Bewertungssystem ziemlich einfach zu bedienen geworden. Krankenschwestern und Pflege-Koordinator-Mitarbeiter erhalten e-Mail-Benachrichtigungen für Gesundheit. Sobald sie auf eine e-Mail klicken, sehen sie eine Website Anzeige von Sensordaten eines Bewohners. Algorithmen interpretieren Informationen automatisch, sodass während Webseiten alle Daten anzeigen, sinnvolle Änderungen an den Daten für Mitarbeiter bewerten hervorgehoben sind. Die Bett-Sensor-Daten werden beispielsweise alle 15 Sekunden berechnet; die Daten werden dann gemittelt und in zeitlichen Abständen angezeigt.

Jeder Bewohner im TigerPlace wählen Sie, ob sie das monitoring-System in ihrer Wohnung haben wollte. Etwa 50 Bewohner der Forschung teilgenommen haben, und viele von ihnen berichteten über positive Erfahrungen. Die Sensoren wurden zur erkennen und/oder verwalten, kongestiver Herzinsuffizienz, Infektionen der Harnwege, Schlaganfall und andere Erkrankungen.

"Die Sensoren pick up Muster der Aktivität ändern, Bett Unruhe, Puls, Atmung und allgemeine Aktivität ca. 10 Tage bis zwei Wochen vor Systemereignisse und bevor Leute beschweren sich über wird symptomatisch," sagte Rantz.

Mit der Sensor-basierte Früherkennung eines Einwohners, die zweimal auf der Intensivstation gewesen war in der Lage wieder Kontrolle über ihr Herzinsuffizienz Zustand – durch Änderung ihrer Medikation – vor symptomatisch Gewicht zu gewinnen und andere unerwünschte Ereignisse eingetreten sind.

"Wir half sie verwalten mehrere Jahre bevor sie später an eine Reife alte 90 etwas starb," sagte Rantz.

Die Forscher stimmen darin überein, dass der Schlüssel zur Bewältigung von chronischen und akuten Erkrankungen bei älteren Menschen ist zu früh, zu erkennen, bevor Krankenhausaufenthalt und andere kostspieligen Methoden notwendig werden.

Pläne für die Zukunft

Die Forscher planen ihre Studie, die Genauigkeit der Algorithmen zu fördern und ihre monitoring-System voraus.

Mit einem NSF Grant dehnt die Forscher ihr Projekt zu einer Anlage in Cedar Falls, Iowa.

Diese Anlage wird die neueren Sensoren an TigerPlace, einschließlich die Kinect Tiefenbilder und eine High-Speed-Faser LWL Netzwerk-Infrastruktur umfassen. Wenn eine e-Mail-Warnung Gesundheit an der Cedar Falls Personal gesendet wird, wird es auch an Mitarbeiter im TigerPlace gesendet werden. Videokonferenzen werden verwendet, um TigerPlace Kliniker mit Bewohnern und Mitarbeitern in Cedar Falls zu verbinden; remote Krankenschwester Pflege Koordination als auch Großserien Datenübertragung wird getestet. Arbeiten mit größeren Proben ermöglicht es die Forschern, die Algorithmen zu verfeinern und um das System für große Gruppen.

Das Team hat dafür, dass die Sensoren verwenden sie erschwinglich sind und, dass die Daten, die das System bietet intuitiv, so dass Gesundheitsdienstleister können leicht verstehen und es nutzen gesorgt. Wenn das Projekt in Cedar Falls erfolgreich ist, hoffen die Forscher, dass das System auf den Markt kommen wird.

"Bestandteil unser oberstes Ziel ist das System in privaten Haushalten zur Verfügung stellen", sagte Skubic.

Skubic und Rantz haben das gleiche Ziel.

"Schließlich hoffen wir, dass wir Menschen über das Land profitiert, sehen", sagte Rantz.

Anmerkung der Redaktion: Dargestellt, die Forscher in Behind the Scenes Artikel von der National Science Foundation, der Bundesagentur mit der Finanzierung von Grundlagenforschung und Ausbildung in allen Bereichen der Wissenschaft und Technik unterstützt wurden. Meinungen, Erkenntnisse und Schlussfolgerungen oder Empfehlungen ausgedrückt in diesem Material sind die des Autors und spiegeln nicht unbedingt die Ansichten von der National Science Foundation. Sehen den Blick hinter die Kulissen Archiv.