Van tot
Met behulp van sensoren en Artificial Intelligence of Machine Learning monitoren en brengen we het gedrag van ouderen in kaart. Zo kunnen wij incidentele of geleidelijke veranderingen bij de zorgverleners signaleren en rapporteren.
Het doel van het onderzoek is het ontwikkelen van een methode om de evaluatie van de zelfredzaamheid van alleenwonende ouderen op een continue, automatische en niet-intrusieve manier uit te voeren.
Niet-intrusief onderzoek betekent dat de onderzoeker niet ingrijpt. Hij gebruikt sensoren om bepaald gedrag vast te leggen zonder enige tussenkomst van zijn of haar kant.
Ouderen die alleen wonen, beredderen meestal zelf hun Activiteiten van het Dagelijks Leven (ADL: koken, hygiëne, onderhoud van de woning, etc.). Het is echter niet altijd duidelijk voor zorgverleners, mantelzorgers, familie, etc. of deze ADL-taken correct kunnen worden uitgevoerd en of de oudere persoon op een veilige manier functioneert (bijv. vergeten het gasvuur uit te zetten, dwaalgedrag, etc.).
Er bestaan instrumenten die dit screenen, maar die hebben nadelen:
Het onderzoek beoogt te komen tot een monitoring en het in kaart brengen van het reguliere gedrag van de ouderen en vervolgens incidentele of geleidelijke veranderingen te detecteren en te rapporteren aan de formele en informele zorgverleners. De monitoring gebeurt door niet-intrusief geïnstalleerde sensoren in de woning (beweging, elektriciteit, water- en gasverbruik), de karakterisering van het reguliere gedrag en afwijkingen daarvan gebeurt door middel van Machine Learning en Artificial Intelligence technieken.
Het project maakt deel uit van een doctoraatsstudie uitgevoerd bij Mobilab & Care en het departement computerwetenschappen van de KU Leuven.
Onderzoeker geëngageerd in het introduceren van technologie in de (mentale) zorg voor jong en oud.