Date post: | 29-Nov-2014 |
Category: |
Documents |
Upload: | swiss-ehealth-forum |
View: | 566 times |
Download: | 2 times |
Mobile Gesundheitsapplikation zur frühzeitigen Stresserkennung
Einführung
• Lösung basierend auf Smartphones und Sensoren mit Erfassung von Vitaldaten, Umgebungsfaktoren und Kommunikationsdaten
• Automatisches Erkennen von Stress-Mustern mittels Monitoring von Umgebungs-, Bewegungs- und Kommunikationsdaten
• Stressreduktion durch frühzeitiges Erkennen von Stresssymptomen
• Automatisches BioFeedback via Smartphone • Testen eines medizinisch-therapeutischen
Wirkungs-Prototyps
Erfahrungen & Rollen der Partner
Semantic Web sowie Human Computer Interaction, Usability, Software-Entwicklung und Software-Architektur, Internet-Technologien und Java-Programmierung Projektleitung, Forschung, Koordination
Kompetenzschwerpunkte Entrepreneurship, Nachhaltiges Management und Gesundheit Relationship Management, Marketing, Durchführung der Evaluation
Erfahrung im Bereich Ambient Assisted Living, Sensoren und Vitaldatenerfassung Projektleitung, Sensoren-Know-how, Technische Integration
Expertise in den Bereichen semantische Datenanalyse, Mustererkennung, Textlinguistik, Applikationsentwicklung Mustererkennung, Intelligente Datenanalysen
Hochspezialisierte Klink für die Behandlung von Alkohol-, Medikamenten- und Tabakabhängigkeit Fachlicher Input, Rekrutierung der Testpersonen, Durchführung und fachliche Auswertung Feldtest
Förderagentur für Innovation des Bundes, Unterstützung der anwendungs-orientierten Forschung und Entwicklung (aF&E) und Förderung des Unternehmertums. Kofinanzierung des Projektes
Vitaldaten
Muster erkennen • Verschiedene Muster und Signale vergleichen
• Trends erkennen
• Situationen analysieren • Trenderkennung • Beratung
Umgebungsdaten
Kommunikationsdaten
• Emotional Tagging: Patient gibt Feedback
• Lernen: Patient erhält Informationen
Coach Therapeut Arzt
Patient Klient
Datenerfassung • Direkte Erfassung und Übermittlung von verschiedenen Daten
Daten nutzen • Betreuung durch Fachpersonen • Lernen des Patienten • Biofeedback
Visualisierung • Stresswarnungen • Real-time Feedback • Historie, Trends, Muster
• Ort • Wetter
• Telefon • SMS
• Sensoren: Herzraten-variabilität, Bewegung und weitere Daten
Frühzeitige Erkennung von Stresssituationen und -ursachen
Prinzip - Übersicht
Stresswarnung:Vibration, akustisch, optisch
CoachTherapeut
Arzt
PatientKlient
Backend:• Lernen von Stresserkennungsmustern• Erkennen von Mustern in Eingabedaten• Analyse der aufgezeichneten Stressdaten
Stressvisualisierung:Biofeedback,Historie, Muster
Stressvisualisierung:Historie, Muster
BewegungsdatenStandort
PatientKlient
SmartphoneApp
Vitalparameter
Prinzip - Workflow
Sensoren
Smartphone App
Server
Datenerfassung (HRV, Aktivität, Haut)
Mustererkennung (vereinfacht)
Kommunikation mit Coach
Datenmanagement Vollständige Mustererkennung
Stress Level Berechnung
Stress Level
Historie
Lernen
Patienten - App
• Login • Stress Alert • Feedback • Mood Selection • Entspannungsübungen • Tagging • Stress Status & Auswertungen
Darstellung der Resultate
• Stressanzeige mit Zusatzkommentaren • Verlauf Stress-Level
• Tag • Monat • Längere Periode
• Weitere Auswertungen geplant
Milestoneplan
Projektplan KTI:
Feldtest Meilensteine: • Juli 2013: Start mit ersten Datenerfassungen mit Freiwilligen • Beginn 2014: Start mit klinischen Tests
Ausblick: Business Plan
• Für den KTI-Antrag wurde ein Businessplan erstellt
• Ziel ist es, das Angebot kommerziell im Markt zu etablieren
• Bedürfnisse sind abgeklärt • Kontakte zu verschiedenen
potentiellen Zielkunden etabliert