Fodtrin til at forhindre fald

En ud af fire ældre falder hvert år i USA. Med mere end 37 millioner indlæggelser hvert år, omkring en million fald sker på hospitaler og kan føre til alvorlige kvæstelser og endda dødsfald. Patienter falder ofte, mens de forsøger at komme ud af sengen, eller når de går længere end de er i stand til. Sygeplejersker kan ikke konstant overvåge de enkelte patienter på grund af antallet af patienter, de behandler. Sensorer kan løbende overvåge patienter, men mange opdager kun faldet, mens det sker, uden at der er tid nok til, at en sygeplejerske kan gribe ind.

Carnegie Mellon University civil- og miljøteknik Professor Hae Young Noh udvikler sensorer, der forudsiger, hvornår en person er ved at falde ved at mærke vibrationerne fra en persons bevægelse. Brug af signalbehandling og maskinlæring, hendes sensorer registrerer en persons bevægelse og karakteriserer, hvad disse bevægelser betyder:hvis de vil forlade sengen, hvis de vil tage endnu et skridt, og om de vil falde.

I modsætning til andre sensorer, der overvåger patientbevægelser eller vitale tegn, Nohs sensorer identificerer hensigten med en persons bevægelser - uanset om de forbereder sig på at forlade sengen eller bare vælter og sidder op. Disse sensorer, placeret på sengerammen, vil derefter advare sygeplejersken, når den forudsiger, at en patient kan rejse sig, så sygeplejersken kan komme til patienten i tide.

Ligesom en sten skaber bølger, når den falder i vandet, vores bevægelse og kontakt med objekter skaber også bølger, som en sensor kan registrere. Sensorerne indeholder accelerometre, der registrerer bølgesignaler, der forplanter sig gennem sengestellet. De bruger signalbehandlingsmetoder og maskinlæringsteknikker til at klassificere vibrationerne, afgøre, om patienten har til hensigt at forlade eller ej.

Meget nøjagtig og meget følsom, sensorerne er også placeret på gulvet for at registrere, når en person går, eller måde at gå på, forværres.

"Nogle mennesker kan kun gå omkring 10 skridt, "sagde Noh." Og de plejede at være sunde, så de vil prøve at tage det 11. skridt. Fordi det er over deres grænse, risikoen for et fald stiger, og det viser sig i gangforringelsesmønsteret, før det rent faktisk sker. Vi forsøger at opdage det mønster."

Sensorerne kan lokalisere hvert fodtrin med mindre end 0,34 meter fejl, på størrelse med en fod, som giver dem mulighed for at registrere ganghastighed, skridtlængde, og trinfrekvens - faktorer relateret til forudsigelse af faldrisiko. Systemet kan også estimere individuelle fodtrinskræfter og venstre-højre balance af fodtrinskræfter inden for 5 % fejl af kropsvægt. Sensorerne kan endda bruge vibrationssignalerne til at registrere humør, fordi adfærdsmønstre antyder, hvordan folk har det.

Holdet vil snart installere sensorerne på hospitaler til test. I fremtiden, sensorerne kan bruges til forskellige applikationer, såsom dyresansning og undersøgelse af gangforringelse i forskellige populationer, herunder børn og dem, der har genetiske sygdomme, der påvirker deres muskelfunktion og gangevne. Ph.D. studerende Mostafa Mirshekari, Jonathan Fagert, og Shijia Pan, såvel som el- og computerteknik Professor Pei Zhang samarbejder også om hospitalssensorprojektet.

"Patienter er måske for generte og ønsker ikke at bekymre andre, " siger Noh, "Men information om deres symptomer er undertiden kritisk. Så, hvis en sensor kan samle dem op og underrette plejepersonalet, familier, eller læger, det kan hjælpe med forebyggelse og behandling. "