Intelligente Robotik zur Unterstützung älterer Menschen in Hongkong (i-REACH)

Diese Studie zielt darauf ab, eine intelligente Roboterlösung zur Unterstützung der Mobilität und Manipulierbarkeit älterer Erwachsener bereitzustellen. Unter Verwendung eines neuartigen UC3-Entwicklungsansatzes werden die Forscher die Anforderungen älterer Benutzer systematisch untersuchen, um technische Spezifikationen für die Gestaltung personalisierter tragbarer Robotersysteme zu formulieren. Insbesondere werden wir Folgendes entwickeln: (1) einen neuartigen UC3-Entwicklungsansatz, um die Anforderungen und Einschränkungen für die Mobilität und Manipulierbarkeit älterer Menschen auf der Grundlage gerontechnologischer und physiologischer Studien zu identifizieren; (2) ein personalisierter, sensorgesteuerter tragbarer Roboter zur Unterstützung älterer Menschen; (3) ein integriertes interaktives Testsystem zur Unterstützung der Entwicklung intelligenter robotergestützter Assistenz für ältere Menschen und zur deutlichen Verbesserung von Leistung und Sicherheit; und (4) eine experimentelle Umgebung zum Testen, Bewerten und Demonstrieren der entwickelten Systeme, wobei der Schwerpunkt auf der signifikanten Verbesserung der Mobilität und Manipulierbarkeit älterer Erwachsener liegt.

Um die menschliche Mobilität und Manipulierbarkeit zu verbessern, muss ein tragbares Robotergerät eine gewisse Starrheit aufweisen, um den menschlichen Körper zu stützen oder einer externen Belastung standzuhalten. Inspiriert von der Flexibilität mehrerer Muskelbündel in biologischem Muskelgewebe schlagen die Forscher vor, mehrere Servomotoren zu verwenden, um verteilte Antriebsgelenke des tragbaren Roboters mit Hybridstruktur zu bilden und die Antriebskraft und Geschwindigkeit der Gelenke durch Koordination der Leistung jedes Motors zu regulieren in Echtzeit. Der UC3-Ansatz beginnt mit einer psychosozialen Studie und führt zur Identifizierung der kritischen Bedürfnisse älterer Erwachsener, die durch kinesiologiebasierte Designparameter beschrieben werden. Dies wird die Richtlinien für die Entwicklung intelligenter Hilfsroboter für ältere Menschen durch die Integration neuartiger hybrider weicher/starrer weicher tragbarer Roboter, eines intelligenten Sensorsystems und Steuerungsmethoden liefern. Die Roboter werden dann in einer benutzerzentrierten Umgebung getestet und bewertet, um die nächste Verbesserungsphase zu ermöglichen. Unsere Systeme werden basierend auf Anforderungen auf drei Ebenen entwickelt: (1) der physiologischen Ebene, die einzelne aktive Elemente umfasst; (2) die Funktionsebene der Aktion; und (3) das Verhaltensniveau beim Ausführen von Aufgaben.

Um das Design unseres tragbaren Robotergeräts zu beeinflussen, ist es wichtig, die Bedürfnisse und Kompensationsanforderungen älterer Benutzer in ihrem täglichen Leben auf Physiologie-, Funktions- und Verhaltensebene zu verstehen. 60 ältere Probanden werden zur Untersuchung rekrutiert. Die Nutzerbedarfsanalyse wird zu einer Liste von Kategorien „Bewegung, Aufgaben und Verhalten“ mit den Szenarien „Mobilitätsprobleme in Haushalt und Gesellschaft“ führen, die ältere Menschen für wichtig und notwendig halten, um das tägliche Leben selbstständig zu bewältigen. Basierend auf den psychosozialen Studien und physikalischen und physiologischen Tests, die in der Labortest- und Bewertungsplattform durchgeführt werden, werden die Ermittler Bedarfs- und Vergütungsbewertungen quantitativ durchführen, um technische Anforderungen für Systemdesign und -entwicklung zu formulieren. Während sich die gemessenen Daten weiter akkumulieren, werden die Ermittler außerdem maschinelle Lernmethoden entwickeln, um zuverlässige Kompensationsschemata basierend auf einem kleinen Satz von gemessenen Daten eines neuen Benutzers effizient zu schätzen. Dadurch wird die Effizienz von Vergütungsstudien bei steigender Nutzerzahl erheblich beschleunigt.

Um unsere tragbaren Geräte für Verbesserungen zu bewerten, werden die Forscher die Verbesserung der Mobilität und Manipulierbarkeit der betroffenen älteren Menschen mithilfe eines Experiments vor und nach der Implementierung quantitativ bewerten. Insgesamt 180 ältere Menschen aus den Ambulanzen und/oder Altenpflegeeinrichtungen werden in drei Phasen mit jeweils 60 Personen für Nutzerstudien rekrutiert. Probanden, die in Phase 2 und Phase 3 rekrutiert werden sollen, müssen die folgenden Einschluss- und Ausschlusskriterien erfüllen: (1) 65 Jahre oder älter; (2) SARC-F-Score (Messung der Sarkopenie) gleich oder über 4; (3) SPPB-Score kleiner als 11; (4) mäßige Mobilitätseinschränkung, d. h. ADL zwischen 6 und 12; (5) fähig zu klarer Kommunikation; und (6) keine kognitive Beeinträchtigung. Die Teilnehmer werden das Robotersystem und die integrierte Umgebung verwenden, um sich täglich selbst zu pflegen, um Probleme in Bezug auf Funktionalität, Benutzerfreundlichkeit und Akzeptanz des Prototyps des Robotergeräts aufzudecken. Das System, das mit mobilen Apps und dem Internet verbunden ist, dient als Plattform zur Messung und Aufzeichnung von Daten darüber, wie sich die Teilnehmer an vorab festgelegten Aktivitäten beteiligen. Das Experiment wird sechs Monate dauern, und das Ergebnis wird vor und nach der Implementierung zum Vergleich und zur Validierung bewertet. Zu den wichtigsten Testkriterien gehören die Designspezifikationen für Funktionalitäten und Zuverlässigkeit, Benutzererfahrungen, Systemsicherheit und Datenschutz. Die wahrgenommene Fähigkeit und das Selbstvertrauen der Teilnehmer, tägliche Selbstpflegeaktivitäten durchzuführen, die Lebensqualität und die Akzeptanz des Systems werden ebenfalls gemessen. Die erste Stufe der Bewertung konzentriert sich auf die Funktionalität und Zuverlässigkeit des einzelnen Systems, wobei die Gangstabilität anhand des Walker-Tipping-Index, der Ermüdbarkeit anhand des Griffreaktionsvektors (HRV) und des Schwerpunkts gemessen wird. Die zweite Stufe konzentriert sich auf die Bewertung der Systemleistung und Benutzerfreundlichkeit des IAE.

Die Teilnahme älterer Erwachsener, die aus Ambulanzen und/oder gemeinnützigen Einrichtungen für ältere Menschen rekrutiert wurden, an den Tests, Umfragen und/oder Interviews hat keinen Einfluss auf die Qualität der Pflege, die sie erhalten. Die Studie beinhaltet keinen Drogenkonsum und keine medizinische Behandlung. Interventionen, Umfragen und/oder Interviews stellen kein physisches oder medizinisches Risiko für die Teilnehmer dar. Die einzige Sorge ist, dass sich die Teilnehmer nach den Tests möglicherweise etwas müde fühlen. Teilnehmer können die Studie jederzeit und ohne Angabe von Gründen freiwillig abbrechen, ihre medizinische Versorgung oder ihre ursprünglichen Rechte bleiben davon unberührt.

Die Ermittler werden die folgenden Analysen durchführen, um den Projektanforderungen gerecht zu werden: Benutzeranalyse, physiologische Analyse und Robotersystementwicklung. In Bezug auf die Benutzeranalyse werden Chi-Quadrat- oder unabhängige t-Tests verwendet, um die Unterschiede in den Ausgangsmerkmalen zwischen älteren Erwachsenen mit unterschiedlichen Mobilitäts- und Manipulationsschwierigkeiten zu untersuchen. Darüber hinaus werden die Ermittler eine Regressionsanalyse durchführen, um die Unterschiede in den Ergebnissen zwischen älteren Erwachsenen mit unterschiedlichen Mobilitäts- und Manipulierungsschwierigkeiten zu vergleichen. Einstellungsquote, Abbrecherquote und fehlende Daten werden ebenfalls untersucht und gemeldet. In Bezug auf die physiologische Analyse führen die Ermittler eine muskelanatomische Analyse, Bewegungsanalyse, Ganganalyse, Fußdruckanalyse und Elektromyographieanalyse durch. In Bezug auf die Entwicklung von Robotersystemen werden die Ermittler Analysen in Bezug auf die Entwicklung und Leistung von Sensoren durchführen.

Der Studienleiter ist für die Aufbewahrung der personenbezogenen Daten während und nach der Studie verantwortlich. Die personenbezogenen Daten werden 5 Jahre nach Veröffentlichung der ersten Arbeit aus dem Forschungsprojekt und die anonymisierten Daten 10 Jahre nach Veröffentlichung der ersten Arbeit aus dem Projekt aufbewahrt. Alle erhaltenen Informationen werden ausschließlich zu Forschungszwecken verwendet. Alle Daten werden auf einer verschlüsselten Workstation und auf einem passwortgeschützten Online-Cloud-Speicher gespeichert.