„Stürze stellen für Patienten und Patientinnen in der Pflege eine große Gefahr dar. Sie ereignen sich häufig in der Nähe des Bettes und werden vom Pflegepersonal nicht immer sofort bemerkt. Dadurch kann es zu kurz- oder langfristigen gesundheitlichen Beeinträchtigungen kommen“, sagt Projektleiter Prof. Dr.-Ing. Axel Wellendorf vom Institut für Allgemeinen Maschinenbau der TH Köln. Da eine permanente Beaufsichtigung der Patientinnen und Patienten nicht möglich ist, müssen die Pflegekräfte möglichst schnell über Stürze benachrichtigt werden.

Hierfür wurde im Forschungsprojekt „FallKI“ ein Messsystem entwickelt, das neben dem Bett platziert wird und Schwingungssensoren beinhaltet. „Das System nimmt mechanische Schwingungen auf und könnte diese künftig an eine zentrale Auswertungseinheit weitergeben, die dann darüber entscheidet, ob Alarm gegeben wird oder nicht. In unserem Projekt haben wir mit den gesammelten Daten zunächst eine Künstliche Intelligenz trainiert, die Stürze eindeutig erkennt“, berichtet der wissenschaftliche Mitarbeiter Leonard Klemenz.

Um eine ausreichend große und verwertbare Datenmenge zu haben, führte das Team über 1.000 realitätsnahe Stürze mit einem Dummy aus, einer 1,83 Meter großen und 75 Kilogramm schweren Kunststoffpuppe, deren Gelenke und Gewichtsverteilung dem menschlichen Körper nachempfunden sind. Die Übertragbarkeit der Ergebnisse der Dummy-Versuche auf reale Personen mit unterschiedlicher Größe und Gewicht soll nun in Feldversuchen in Pflegeheimen nachgewiesen werden.

„Jede Schwingung hat sozusagen einen individuellen Fingerabdruck. Ein Sturz wurde dem Algorithmus als ‚positives Ereignis‘ übermittelt. Das Fallenlassen einer Getränkeflasche oder einer Hantel wurde als ‚negatives Ereignis‘ erkannt. Wir haben Tests mit sieben Gegenständen durchgeführt. Des Weiteren haben wir die Schwingungsmuster von acht Ereignissen untersucht, zum Beispiel dem Zuschlagen einer Tür oder dem Verrücken von Möbeln. Am Ende der Versuchsreihe war die KI in der Lage, Stürze der Testpuppe von ‚negativen Ereignissen‘ mit einer Erfolgsquote von 98 Prozent richtig zu erkennen“, berichtet Wellendorf.

Die in den Versuchsreihen verwendete Labormesstechnik eignet sich jedoch nicht für den Dauereinsatz in einem Pflegeheim, sagen die Forscher. Daher wurde dafür ein widerstandsfähiges und kostengünstiges Sensorsystem entwickelt. Die hiermit über bislang 6 Monate laufenden Tests in Feldversuchen in einem Pflegeheim erlauben bislang noch keine eindeutigen Aussagen über die Wirksamkeit in der Praxis. Zudem sind noch Fragen offen, wie sich ein solches Detektionssystem in die praktischen Arbeitsabläufe integrieren lässt: „Für einen perspektivischen Realeinsatz muss geklärt werden, wie das Pflegepersonal über die Stürze informiert wird – etwa über WLAN oder einen anderen Funkstandard, um die Daten in Echtzeit auszuwerten und bei Sturzerkennung direkt einen Alarm auszulösen. Dabei spielt die Einhaltung des Datenschutzes eine wichtige Rolle, da sensible Informationen übermittelt werden“, sagt Klemenz.