< Terug naar vorige pagina

Project

Beoordeling van fysieke activiteit met behulp van draagbare sensoren en machine learning

Wereldwijd vergrijst de bevolking, waardoor het aandeel ouderen toeneemt. Geschat wordt dat tussen 2015 en 2030 het aantal ouderen naar verwachting zal groeien van ~ 900 miljoen tot ~ 1,5 miljard, en zelfs naar verwachting zal stijgen tot 2 miljard in 2050. Behalve het toenemende aantal ouderen zal ook de levensverwachting stijgen omdat de gezondheidszorg verbetert. Als gevolg hiervan zullen mogelijk meer mensen zorg nodig hebben, waardoor de zorgstelsels worden uitgedaagd en de zorgkosten stijgen. Een mogelijke manier om de zorgkosten bij ouderen te verlagen, zou kunnen zijn door hun fysieke functie te monitoren. Dit geeft informatie over fysieke zelfredzaamheid, namelijk het zelfstandig kunnen uitvoeren van bepaalde activiteiten van het dagelijks leven, zoals persoonlijke verzorging, mobiliteit en voeding. De mate van lichamelijke zelfredzaamheid is niet alleen een prominente factor die de kwaliteit van leven van een persoon beïnvloedt, maar ook het gebruik van gezondheidszorg. Dit suggereert dat wanneer het lichamelijk functioneren en daarmee de zelfredzaamheid afneemt, het zorggebruik zal toenemen en daarmee de uitgaven. Wanneer verslechtering van de fysieke functie echter tijdig kan worden gedetecteerd, kan de individuele zorgplanning worden geoptimaliseerd om dit te voorkomen. Momenteel is het monitoren van het fysieke functioneren bij oudere volwassenen niet optimaal. De belangrijkste nadelen van de bestaande methoden zijn: 1). Op vragenlijst gebaseerd zijn of vertrouwen op (uitgebreide) fysieke tests. Bij deze methoden is geen sprake van daadwerkelijke fysieke prestaties of kunnen ze niet zelfstandig in een thuisomgeving worden uitgevoerd; 2). Metingen worden alleen met tussenpozen met grote intervallen uitgevoerd. Dit voorkomt dat mantelzorgers optimale zorg verlenen, doordat zij de zorgplanning tijdig kunnen aanpassen. We suggereren dat de toepassing van draagbare sensoren en Internet-of-Things-apparaten, waarvan is bewezen dat ze veelbelovende tools zijn voor het herkennen van thuisactiviteiten door bijvoorbeeld beweging en contextevaluatie te combineren, deze nadelen zou kunnen verhelpen. Daarom is het doel van het voorgestelde project om een gebruikersvriendelijk systeem te ontwikkelen voor onafhankelijke objectieve monitoring en evaluatie van het lichamelijk functioneren bij thuiswonende gezonde ouderen. We zullen ons concentreren op gevalideerde tools zoals de aangepaste fysieke prestatietest, die een reeks elementaire en complexe activiteiten van het dagelijks leven omvat. Als dit lukt, kan het systeem ouderen helpen om langdurig zelfredzaam te blijven met een hoge kwaliteit van leven, waardoor de zorgkosten mogelijk aanzienlijk worden verlaagd.

Datum:16 sep 2020  →  Heden
Trefwoorden:Wearables, Internet-of-Things, machine learning, signal processing
Disciplines:Artificiële intelligentie niet elders geclassificeerd, Gezondheidsinformatica
Project type:PhD project