ZorgAnders TV

Valincidenten komen bijzonder vaak voor bij oudere mensen, vertelt professor Koen Milisen van het Centrum voor Ziekenhuis- en Verplegingswetenschap (CZV): “De cijfers liegen er niet om: in de thuiszorg komt één op drie ouderen minstens één keer per jaar ten val, in de rusthuizen valt ongeveer vijftig tot zeventig procent van de ouderen minstens 1 keer per jaar. Dat leidt soms tot zware fysieke letsels zoals een heupfractuur, maar zelfs als die uitblijven, zijn er ook ernstige psycho-sociale gevolgen, zoals valangst en een verlies van zelfvertrouwen, wat kan leiden tot depressie en isolatie.”

“Valpreventie bij ouderen is van groot belang: het kan het aantal valincidenten bij thuiswonende ouderen met veertig procent verminderen. En àls men dan toch valt, is het cruciaal dat dat snel opgemerkt wordt: ouderen die te lang – soms een hele nacht – blijven liggen, raken bijvoorbeeld snel onderkoeld of uitgedroogd, en de ervaring is ook erg traumatiserend.”

Op dit moment bestaat er voor de detectie van valincidenten al het PAS, het PersonenAlarmSysteem. Koen Milisen: “Dat is een halssnoer met drukknop, waarmee de oudere bij een val een alarmsignaal kan geven. Maar dat systeem werkt vaak niet naar behoren: soms vergeten de ouderen het om te hangen, of slagen ze er door hun val of door de ontreddering niet meer in het in te drukken. We wilden met de FallCam een systeem ontwikkelen dat automatisch alarm slaat bij een valincident.”

 

Het FallCam-onderzoek – een multidisciplinaire samenwerking tussen verpleegkundige en medische specialisten en ingenieurs van K.U.Leuven, UZ Leuven, Lessius Mechelen en K.H.Kempen – gebeurde in drie fasen. In eerste instantie werd met vaste camera’s beeldmateriaal verzameld in de serviceflat van vier personen met een hoog valrisico. Vervolgens maakten ingenieurs op basis van die beelden een valherkenningsprogramma voor de camera’s, dat nadien werd getest bij de proefpersonen.

Koen Milisen: “In totaal hebben we 14.000 uur opnames verzameld, en er werden 26 valincidenten op film vastgelegd. Dat is heel veel, het toont nog maar eens aan hoe vaak valincidenten voorkomen. De dataset die we verzamelden, is voor zover we weten uniek in de wereld: nooit eerder werden zoveel reële vallen vastgelegd.”

“Eerder waren er al vaak valsimulaties in een proefomgeving, maar er is toch een groot verschil met de werkelijkheid, die veel complexer is. Vaak worden bij simulaties jongere personen gebruikt, waardoor het vallen op zich verschilt, en een serviceflat is bijvoorbeeld ook veel zwaarder gemeubileerd dan een testomgeving. Gezondheidswerkers kunnen nu met dat unieke beeldmateriaal van echte valincidenten aan de slag in praktijk en onderwijs.”

Ingenieur Bart Vanrumste van de Katholieke Hogeschool Kempen: “Met dat beeldmateriaal gingen we aan de slag om een computerprogramma te ontwikkelen en te testen. We keken naar vrij eenvoudige kenmerken in het beeld om een val te identificeren. Zo trekt het herkenningsprogramma een ‘bounding box’, een rechthoekig balkje rond de persoon: als het balkje verticaal is, staat de persoon; is het horizontaal, dan ligt de persoon. Een andere manier is een ellips die rond de persoon getrokken wordt: de snelheid van de bovenkant van die ellips – het hoofd – wordt door de camera gemeten. Bij te hoge snelheid valt de persoon waarschijnlijk.”

“In de toekomst stuurt deze intelligente FallCam niet continu beelden door naar een bewakingscentrale. De beelden blijven binnenshuis, en enkel als de camera een val ‘herkent’, wordt een alarmsignaal doorgestuurd.”

 

De FallCam werd zes maanden getest bij de proefpersonen, en de onderzoekers zijn opgetogen over de eerste resultaten. Bart Vanrumste: “De FallCam gaf nauwelijks ‘vals negatieven’: er werd bijna geen enkele val gemist. Momenteel zit er nog één groot nadeel aan het systeem: er zijn nog veel ‘vals positieven’, loos alarm dus: bij slechts één op vier alarmsignalen bleek er echt iets aan de hand. Als bijvoorbeeld iemand te snel een arm uitstrekte, waardoor de bounding box natuurlijk ook van structuur veranderde, dan werd dat ook soms als val ‘herkend’. Dat is uiteraard een probleem, want bij een te hoog aantal valse meldingen gaat de zorgsector het systeem nooit willen gebruiken. We plannen nu een vervolgproject, waarin we de valherkenning nog gaan verfijnen door gebruik te maken van meerdere camera’s tegelijk, door algoritmes te gebruiken die personen kunnen onderscheiden van andere objecten, en met behulp van andere contactloze sensoren.”

Een systeem met camera’s roept vragen op over de bescherming van de privacy van de bewoners. Koen Milisen: “We hebben altijd rekening gehouden met mogelijke ethische en juridische bezwaren. Ons project werd goedgekeurd door de ethische commissie, en onze testpersonen werden goed geïnformeerd dat het om hun veiligheid ging en dat hun privacy maximaal gegarandeerd werd. De camerabeelden worden zoals gezegd niet doorgestuurd, ze blijven altijd in het huis, hooguit kunnen ze bij een incident aan gezondheidswerkers en aan familie getoond worden, als de gevallen persoon daartoe zijn toestemming geeft.”

“Dan nog kunnen de bewoners met een Big Brother-gevoel kampen. Daarom kan de FallCam steeds uitgeschakeld worden als de proefpersonen of het personeel dat nodig vinden. In het begin van de testperiode gebeurde dat ook vaak, maar dat nam al snel af. Eén iemand die – heel begrijpelijk – eerst geen camera in zijn badkamer wilde, heeft er na een paar valincidenten toch één gevraagd voor zijn eigen veiligheid: een badkamer is typisch een plek waar ouderen vaak ten val komen.”

 

Als de FallCam over een paar jaar op punt staat, kan hij geïntegreerd worden in de thuiszorg, in serviceflats en rusthuizen. Maar zal het systeem ook voor iedereen betaalbaar zijn? De onderzoekers denken dat dat wel zal meevallen: “Hoewel we de exacte kostprijs momenteel niet kennen, schatten we dat het huren van een FallCam-systeem tussen 150 en 300 euro per maand zou kosten. Als een oudere persoon daardoor langer zelfstandig thuis kan blijven wonen, en daardoor een veel hogere maandelijkse rusthuisfactuur kan voorkomen, lijkt die kost niet overdreven. Het systeem wordt ook ontwikkeld in samenwerking met de stakeholders: de verzorgingssector en de bedrijven. Zij kunnen zelf aangeven wat belangrijk is, en later moet gezien worden hoe dat praktisch en financieel in de zorg wordt ingepast. Mogelijk kan er ook een stuk worden terugbetaald via de ziekteverzekering.

“Belangrijker nog dan de kost is dat de kwaliteit van leven zal stijgen, zowel fysiek als psychisch. Ouderen zullen met een geruster hart thuis kunnen blijven wonen, en àls er toch iets gebeurt, zullen ze sneller geholpen worden.”

 

FallCam, een IWT-TETRA-project, is een samenwerking tussen MOBILAB - K.H.Kempen (Bart Vanrumste, Glen Debard), Lessius Mechelen - Campus De Nayer (Toon Goedemé, Jonas Van den Bergh), het CZV - K.U.Leuven (Koen Milisen, Mieke Deschodt, Ellen Vlaeyen) en de Dienst Geriatrie - UZ Leuven (Eddy Dejaeger).

 

 

Bron: dagkrant.kuleuven.be/?q=node/8884 en Vlaamse Ouderenraad