Valdetectie en -preventie voor geheugenzorg door real-time kunstmatige intelligentie toegepast op video

Dit proces stelt het personeel in staat om op de hoogte te zijn van vallen zonder dat bewoners een apparaat hoeven te dragen en om te zien hoe vallen voorkomen voor bewoners die niet voor zichzelf kunnen opkomen, terwijl de privacy van de bewoners toch wordt beschermd door alleen video te uploaden wanneer veiligheidskritische gebeurtenissen worden gedetecteerd. Door te zien hoe de bewoner naar de grond is gegaan (1) is het niet nodig om naar de eerste hulp te gaan wanneer bewoners opzettelijk zonder risico naar de grond zijn gegaan en (2) kan het zorgteam bepalen waardoor een gebeurtenis zoals een val is veroorzaakt en welke veranderingen kunnen worden aangebracht om het risico te verkleinen.

VOORLOPIG BEWIJS. De voorgestelde studie volgt op een reeks pilots. In pilot 1 hebben we de technische haalbaarheid aangetoond van het detecteren van vallen via video met 200 valpartijen uitgevoerd door gezonde proefpersonen. In pilot 2, in een faciliteit met 40 bewoners, hebben we de acceptatie van afwegingen tussen privacy en veiligheid aangetoond en een vermindering van de totale daling van de faciliteit met 80% aangetoond door het systeem te bieden voor 10 terugkerende vallers. In pilot 3 hebben we de herhaalbaarheid van valreductie onderzocht in een cohort van 87 bewoners met ADHD in 11 instellingen van drie partnernetwerken. In pilot 4 (NIH SBIR Fase I) hebben we aangetoond dat valpartijen betrouwbaar en real-time kunnen worden gedetecteerd binnen de partnerfaciliteiten. We hebben 93% van de valpartijen gedetecteerd; verminderde de tijd op de grond met 42%; toonde aan dat wanneer video beschikbaar was, de kans op een ambulancebezoek met 50% afnam; en verminderde totale faciliteit daalt met 38%.