Intelligent patientmonitorering

Sygeplejersker på Geriatrisk Afdeling på OUH Odense og Svendborg bruger meget af deres arbejdstid på løbende at forhindre ophidsede patienter i at falde eller rejse sig fra sengen ved at sidde vagt hos dem.

De eksisterende metoder til at holde øje med patienterne kan være besværlige og ineffektive. Eksempelvis skaber trykfølsomme madrasser for mange falske alarmer, hvilket stresser både patienter og personale, samtidig med at det forstyrrer patienternes søvn. De rutineobservationer, som sygeplejerskerne foretager hver aften og om natten, risikerer også at forstyrre patienternes søvn, hvilket er meget afgørende for almentilstanden hos patienter med demens eller delirium.

Mål

Dette projekt har til formål at teste en intelligent patientmonitoreringsløsning. Løsningen bruger avanceret teknologi i form af infrarøde sensorer og kunstig intelligens til at overvåge patienterne uden at forstyrre dem.

Løsningen fungerer ved at forudse adfærdsmønstre og ved at advare personalet, hvis en patient er i fare for at falde, så de kan gribe ind i tide uden at forstyrre patienternes søvn, når personalet bliver alarmeret. 

Projektet vil vurdere løsningen for at sikre, at den skaber værdi på sengeafsnit og afdelinger. Hvis det forbedrer sikkerheden og trivslen for patienter, der er i risiko for at falde og komme alvorligt til skade, kan det ændre procedurerne for faldforebyggelse i fremtiden og frigøre tid til andre plejeopgaver uden at gå på kompromis med kvaliteten af ​​plejen eller sikkerheden.

Partnere

Projektet er forankret i Geriatrisk Afdeling på både OUH og Svendborg Sygehus ved cheflæge Kristian Bergholt Buhl, cheflæge Anette Tanderup og chefsygeplejerske Janeke Espensen, da begge afdelinger har patienter med høj risiko for fald og bruger mange personaleressourcer på løbende patientobservation og monitoreringsvagter med særligt udsatte patienter.

Centre for Clinical Robotics (CCR) vil stå for test og teknologisupport, mens CAI-X støtter projektet med projektledelse, undersøgelsesdesign og evaluering.

Ekstern finansiering

Projektet har modtaget midler fra OUH's innovationspulje.