| Art der Veröffentlichung: |
Artikel in Sammlung |
| Autor: |
Amit Choudhury, Christian Mandel, Karin Hochbaum, Serge Autexier, Christoph Buldemann |
| Titel: |
Klinische Evaluation eines Rollatormodus zur sensorgestützten Haltungs- und Gangmustererkennung |
| Buch / Sammlungs-Titel: |
Künstliche Intelligenz im Gesundheitswesen |
| Seite(n): |
881 – 905 |
| Erscheinungsjahr: |
2022 |
| Verleger: |
Springer Gabler, Abraham-Lincoln-Str. 46, 65189 Wiesbaden, Germany |
| Abstract / Kurzbeschreibung: |
Vorgestellt wird die Entwicklung eines Rollatormoduls zur sensorgestützten Haltungs- und Gangmustererkennung sowie zur Sturzprävention. Mit dem Ziel der Sturzprävention werden bei geriatrischen Patienten pathologische Gangmuster erfasst und durch ein geeignetes Interface an den Patienten rückgemeldet, so dass eine Haltungskorrektur erfolgen kann. Der Klassifikationsansatz zeigt eine gute Übereinstimmung mit der klinischen Ganganalyse. Die Evaluation möglicher Benutzer-Interfaces zeigt, dass sich ein Rückmeldungssystem basierend auf einfachen Leuchtdioden, die in den Rollator-Handgriffen integriert werden, als praktikabel erweist. In einer klinischen Interventionsstudie wurde die Praktikabilität und Benutzerfreundlichkeit des Gesamtsystems überprüft. Dabei stand die Benutzerfreundlichkeit, erfasst durch den System Usability Score SUS für Patienten und Therapeuten im Vordergrund. Darüber hinaus wurden die Veränderungen der Gangparameter-Klassifikationen im Verlauf der Therapie geprüft, sowie die Qualität der Korrekturrückmeldung des Systems durch die zuständigen Therapeuten bewertet. Insgesamt zeigt der Ansatz gutes Potential, das Gangbild von Rollatornutzern im Alltag zu verbessern. |
| ISBN: |
978-3-658-33596-0 |
| Status: |
Other |
| Letzte Aktualisierung: |
11. 04. 2022 |
|
 |
