Zwei neue Initiativen reihen sich in die Technologiebeitr\u00e4ge im Gesundheitsbereich ein. Eine davon stammt vom Massachusetts Institute of Technology (MIT) und konzentriert sich darauf, Pflege und Privatsph\u00e4re miteinander in Einklang zu bringen. Die zweite, initiiert von der Standford University School of Engineering, sucht nach effizienteren Wegen, um mit den komplexen Behandlungen am Krankenbett in Kliniken umzugehen.<\/p>\n\n\n\n
Das MIT-Projekt tr\u00e4gt den Namen RF-Diary<\/a> und zeigt auf, dass die Verwendung von Kameras oder sogar die \u00dcberwachung von Menschen schon immer ein Hindernis f\u00fcr die Pflege \u00e4lterer oder kranker Menschen in h\u00e4uslicher Umgebung war. Der Vorschlag ist, mit Hilfe von Funksignalen eine textuelle Beschreibung \u2013 oder Beschriftung \u2013 von Aktivit\u00e4ten und Interaktionen zwischen Menschen zu Hause zu erstellen. Damit k\u00f6nnen Familienmitglieder Updates \u00fcber das t\u00e4gliche Leben der \u00e4lteren Menschen erhalten \u2013 zum Beispiel, ob sie zu Mittag gegessen haben oder die K\u00f6rperpflege durchgef\u00fchrt wurde.<\/p>\n\n\n\n Eine weit verbreitete Methode ist der Einsatz von Kameras. Diese wirft jedoch h\u00e4ufig Bedenken hinsichtlich der Privatsph\u00e4re auf, insbesondere in Schlafzimmern und Badezimmern. Zudem haben Kameras ein begrenztes Sichtfeld, sodass mehrere von ihnen installiert werden m\u00fcssten, um die gesamte Umgebung abzudecken. Au\u00dferdem funktionieren sie nicht gut bei schwachen Lichtverh\u00e4ltnissen, die zu Hause sowie in der Nacht h\u00e4ufig vorherrschen.<\/p>\n\n\n\n Um diese Einschr\u00e4nkungen zu \u00fcberwinden, schlagen die MIT-Experten den Einsatz von Radiofrequenzsignalen (RF) vor, die ihrer Meinung nach viele Vorteile bieten. Einer davon ist, dass die Privatsph\u00e4re im Vergleich zu Kameras besser gesch\u00fctzt wird, weil die Signale von Menschen nur schwer interpretiert werden k\u00f6nnen. Zudem k\u00f6nnen die Signale W\u00e4nde und Hindernisse \u00fcberwinden und lassen sich in den meisten h\u00e4uslichen Umgebungen anwenden. Sie funktionieren au\u00dferdem auch bei schwachem oder starkem Licht ohne Leistungseinbu\u00dfen. Dar\u00fcber hinaus, so die Prognose des MIT, scheint es m\u00f6glich zu sein, die Funksignale, die von K\u00f6rpern abprallen, zu analysieren, um die Bewegungen der Menschen zu erfassen.<\/p>\n\n\n\n Die Forscher des MIT warnen jedoch, dass die Verwendung von Radiofrequenzsignalen auch neue Herausforderungen mit sich bringt, zum Beispiel die fehlende M\u00f6glichkeit, Objekte voneinander zu unterscheiden. Ein weiteres Problem besteht darin, einen Datensatz mit den RF-Signalen und daraus resultierenden Beschriftungen aus den Wohnr\u00e4umen der Menschen zu erhalten. Das systematische \u201eTraining\u201c dieser Systeme kann Zehntausende Stichproben erfordern. Und die Sammlung eines Datensatzes aus dem Zuhause der Menschen kann ebenfalls eine schwierige Aufgabe darstellen.<\/p>\n\n\n\n Mit dem Ziel, klinische Fehler zu verringern und die Behandlung in Krankenh\u00e4usern und zu Hause zu verbessern, hat die Stanford University School of Engineering<\/a> ein intelligentes Raumdesign entwickelt, das Fortschritte im maschinellen Lernen und elektronische Sensoren kombiniert, um das Verst\u00e4ndnis f\u00fcr sogenannte unbeobachtete R\u00e4ume im Gesundheitsbereich zu erh\u00f6hen.<\/p>\n\n\n\nBesseres Verst\u00e4ndnis von R\u00e4umen<\/h2>\n\n\n\n