Camera detecteert automatisch vallende bejaarden

Wetenschappers van K.H.Kempen, Lessius en K.U.Leuven werken aan een Fallcam die automatisch detecteert wanneer een bejaarde valt.

Wetenschappers van K.H.Kempen, Lessius en K.U.Leuven werken aan een Fallcam die automatisch detecteert wanneer een bejaarde valt. Valincidenten met bejaarden zijn immers een van de grootste problemen in rusthuizen en service flats.

Ouder worden betekent vaker vallen. Van de groep thuiswonende ouderen boven 65 valt een op drie minstens een keer per jaar. In rusthuizen valt 50 tot 70% van de bejaarden minstens een keer per jaar. Een val snel opmerken is cruciaal. Ouderen die te lang blijven liggen, raken snel onderkoeld of uitgedroogd. Ze kunnen ook ernstige gewond zijn, waarbij een snelle interventie wenselijk is.

Bovendien is de ervaring erg traumatiserend. Ouderen krijgen vaak schrik om te vallen en verliezen hun zelfvertrouwen of worden depressief. De FallCam is een onderzoeksproject van onderzoeksgroep MOBILAB (K.H.Kempen), EAVISE (Lessius Mechelen Campus De Nayer), Centrum voor Ziekenhuis- en Verplegingswetenschap (K.U.Leuven) en U.Z.Leuven. Het onderzoek wordt gefinancierd door IWT-TETRA.

De bedoeling is om een camera te ontwikkelen die valincidenten detecteert en de verpleging kan waarschuwen. In een proefproject werden enkele bejaarden gevolgd die in een serviceflat wonen. Er werd 14.000 uren video opgenomen. De camera’s registreerden 26 valincidenten. Dat hoge aantal bevestigt ten overvloede de nood aan een valdetectiesysteem. De dataset die tijdens dit onderzoek verzameld werd, is uniek in de wereld. Nooit werden zoveel echte vallen vastgelegd.

Er werd ook een computerprogramma ontwikkeld dat de vallen detecteert, maar dat blijkt niet zo eenvoudig te zijn. Hoewel het programma alle vallen opmerkte, genereerde het nog te vaak valse positieven. De onderzoeksgroep Mobilab van de K.H.Kempen doet daarom aan een vervolgonderzoek, AMACS, dat beveiligingssensoren, camera’s en sensoren combineert om ‘normale’ leefpatronen te herkennen. Het is de bedoeling alarmeringen te genereren wanneer AMACS afwijkende leefpatronen zoals een val detecteert.

In de video ziet u een demonstratie van de valdetector die in het kader van het Fallcam-project werd ontwikkeld door een Master-student van Lessius:

De inhoud op deze pagina wordt momenteel geblokkeerd om jouw cookie-keuzes te respecteren. Klik hier om jouw cookie-voorkeuren aan te passen en de inhoud te bekijken.
Je kan jouw keuzes op elk moment wijzigen door onderaan de site op "Cookie-instellingen" te klikken."

Fout opgemerkt of meer nieuws? Meld het hier

Partner Content