Verwendung tragbarer Geräte für Verbraucher zur Bewertung und Warnung des Sturzrisikos

Stürze sind bei älteren Erwachsenen weit verbreitet und können schwerwiegende Probleme verursachen. Stürze bei älteren Erwachsenen können zu schweren Verletzungen führen, die sich negativ auf die Lebensqualität auswirken und lebensbedrohlich sein können. Die Beurteilung des Sturzrisikos einer Person ist in der Regel ein wichtiger erster Schritt zur Sturzprävention. Das Sturzrisiko wird üblicherweise anhand klinischer Messskalen wie der Tinetti Performance Oriented Mobility Assessment (POMA) und der Berg Balance Scale (BBS) bewertet. Auch physikalische Messungen mithilfe von Instrumenten wie Trägheitsmessgeräten (IMUs, Beschleunigungsmessern und Gyroskopen) und Kraftmessplatten können zur Bewertung des Sturzrisikos einer Person eingesetzt werden. Allerdings werden sowohl klinische als auch instrumentierte Messungen häufig nur in klinischen oder Forschungsumgebungen erhoben, wodurch sie für ältere Erwachsene und ihre Pflegekräfte weniger zugänglich sind. Darüber hinaus kann das Sturzrisiko nur selten bewertet werden, was ein Problem darstellen kann, da Gesundheits- und Umweltveränderungen im Leben eines älteren Erwachsenen eine häufigere Messung des Sturzrisikos erforderlich machen können. Das Forschungsteam schlägt tragbare Geräte für Verbraucher vor (z. B. Smartphones und Uhren), um die Lücke in der aktuellen Sturzrisikobewertung zu schließen. Dieser Ansatz hat großes Potenzial, da schnelle, einfache, zeitnahe und häufige Messungen des Sturzrisikos dazu beitragen können, das Sturzrisiko bei älteren Erwachsenen zu verringern. Die vorgeschlagene Forschung untersucht den Gang und das Gleichgewicht älterer Erwachsener, um mögliche Zusammenhänge zwischen tragbaren Sensormessungen und dem Sturzrisiko zu identifizieren. Die Arten und die Granularität der Daten zu körperlichen Aktivitäten, die mit tragbaren Geräten für den Endverbraucher erfasst werden können, sind eingeschränkter als bei Messungen auf Forschungsniveau. Wir planen, forschungstaugliche Sensoren zu verwenden, um Gang- und Gleichgewichtsmessungen über tragbare Geräte der Verbraucherklasse zu validieren. Signalverarbeitungsalgorithmen werden eingesetzt, um die kritischen Muster aus Messungen tragbarer Geräte zu extrahieren, die für die regelmäßige Überwachung des Sturzrisikos verwendet werden könnten. Außerdem wird ein maschinelles Lernmodell entwickelt, um die Wearable-Daten mit klinischen Skalen zu korrelieren. Anschließend werden wir diese Daten verwenden, um eine mobile App für ältere Erwachsene zu entwerfen und zu erstellen, mit der sie den Sturzrisikotest zu Hause selbst durchführen können. Unser App-Design wird von Faktoren wie der physischen Umgebung, dem Gesundheitszustand, der Angst vor Stürzen usw. einer Person beeinflusst. Ziel ist die Entwicklung eines integrierten Systems, das eine Sturzrisikobewertung bietet und Warnungen für ältere Erwachsene bereitstellt.