BRAVO, Bewegingsregistratie en Analyse voor Valrisicoschatting bij Ouderen

Wat hebben meer dan 200 (jonge) festivalbezoekers en enkele tientallen ouderen met elkaar gemeen? In het BRAVO project hebben ze allemaal dezelfde loop- en balanstesten gedaan om te kijken of we valrisico kunnen meten met simpele sensoren in een realistische setting.
Op basis van literatuur en allerhande lab-testen wisten de onderzoekers wat de beste kenmerken waren om te monitoren. Eerste analyses gaven al aan dat het inderdaad mogelijk is om bijvoorbeeld festivalbezoekers met een verstoorde diepte-perceptie eruit te vissen; en met complexere computermodellen wordt momenteel geprobeerd om ook andere parameters te detecteren die kunnen helpen bij het voorspellen van een verhoogd valrisico.

Valpreventietechnologie is niet alleen geschikt om relatief langzame achteruitgang te meten. Ook acute vallen verdienen aandacht. In het ziekenhuis is daarom +- 160 uur aan data verzameld rondom risicovolle situaties; dat lijkt veel, maar er zat geen enkele daadwerkelijk val bij. Goed nieuws voor de deelnemers! Maar helaas kunnen de onderzoekers nu niet zeggen of het systeem op tijd had kunnen waarschuwen bij een (bijna-)val. Wel is veel kennis opgedaan over het voorkomen van risicovolle situaties. Een studie-evaluatie gaf ook veel inzicht in de moeilijkheden rondom een dergelijke studie in het ziekenhuis. Een voorbeeld van een aanbeveling is om het systeem mobiel te maken. Een ander zeer belangrijk inzicht is dat er meer aandacht mag komen voor het formaliseren van het “onderbuikgevoel” van de verpleegkundigen, omdat dat soms waardevoller lijkt in de ziekenhuispraktijk dan standaard screeningslijstjes voor vallen.

Terwijl de onderzoekers in BRAVO zich grotendeels storten op de dataverzameling en de ontwikkeling van analyse-algoritmes, was er ook genoeg aandacht voor andere aspecten rondom valpreventiesystemen. Daarbij kregen ze veel hulp van met name HvA-studenten. Zo bleek het dat laatstejaars oefentherapie-studenten met een behoorlijk ontwikkelde klinische blik goed waren in het onderscheid maken tussen laag en hoog valrisico, maar de middengroep bleek lastiger. Zouden slimme sensoren dat onderscheid beter kunnen maken, of hebben ze hele andere problemen?
Ook was er veel aandacht voor de behoeftes van de verschillende stakeholders, en ook veel inspiratie voor hoe een gebruikersinterface van een dergelijk systeem er uit zou moeten zien. Uiteindelijk droegen meer dan 100 studenten van meer dan 10 verschillende studierichtingen en minoren bij aan de resultaten van BRAVO. Ook hebben studenten de onderzoekers geholpen met de uitbreiding van het onderzoek op Lowlands Science.

Waar het uiteindelijk om draait in het BRAVO-project: Technologische oplossingen die veelbelovend zijn in het lab vertalen naar de praktijk; prototypisch toegepast (HBO-)onderzoek dus. En naast de meer technologische uitdagingen komt er nogal wat bij kijken om dat te realiseren.
Exemplarisch daarvoor is een van de vragen die vaak terugkwam bij discussie over de inbedding in de zorg: wat is nu eigenlijk het product in BRAVO? Is dat het valpreventiesysteem? Is het de sensor? De algoritmes die ontwikkeld zijn met behulp van al die uren aan verzamelde data? Zijn het misschien kleine modules die wordt ingebed

Er is momenteel een enorme groei op het gebied van consumentenproducten om activiteiten en bewegingen te meten; zowel voor de fitnessindustrie (bv. Fitbit, Jawbone) als in de gaming wereld (bv Kinect, Wii). Bedrijven op het gebied van zorgtechnologie vragen zich af of zij producten en diensten kunnen ontwikkelen op basis van deze technologie.

In dit project richten we ons specifiek op de vraag van de bedrijven of met deze producten het valrisico van ouderen kan worden ingeschat. De incidentele metingen in een klinische omgeving kunnen dan worden vervangen door continue metingen in het dagelijks leven.

Het onderzoek dat wordt uitgevoerd betreft het bepalen van de nauwkeurigheid, robuustheid en acceptatie van technologie om in realistische omgevingen (hier: woonomgeving en ziekenhuisom-geving) de bewegingskenmerken van ouderen te meten. Het onderzoek wordt ingericht rond de onderzoeksvraag:

Hoe kunnen technologieën voor bewegingsregistratie die zich hebben bewezen in een labsetting worden ingezet in de woonomgeving en in het ziekenhuis, ten behoeve van het inschatten van val-risico bij ouderen?

Het onderzoek zal worden uitgevoerd in twee parallel lopende cases: valrisico meten in de woon-omgeving en valrisico meten in het ziekenhuis. In beide gevallen wordt een living lab aanpak ge-volgd: de technologische oplossingen van de MKB worden op iteratieve wijze, in de praktijk , be-studeerd en verder ontwikkeld. Ook de inbedding van de technologie in het zorgproces wordt in het onderzoek meegenomen.

De kennis die wordt opgedaan zal worden gebruikt door de participerende MKB in nieuwe pro-ducten en diensten. Het onderzoek wordt uitgevoerd door een multidisciplinair team bestaande uit de Hogeschool van Amsterdam (Domein Digitale Media en Creatieve Industrie en Domein Gezond-heid), de Vrije Universiteit (Bewegingswetenschappen), het AMC (Geriatrie), zorgaanbieders Cor-daan en Amsta en de participerende MKB.

De resultaten zullen worden gepresenteerd op twee publieke seminars, in vakbladen en op we-tenschappelijke conferenties.