Nu ökar möjligheten att förutspå fallolyckor och kognitiva sjukdomar som Alzheimers och Parkinsons. Med hjälp av en radarsensor kan människors gångmönster läsas av och förutspå fallolyckor och sjukdomar. Sensorn kan fästas på möbler, väggar och tak, i hemmet och inom vården. Metoden har utvecklats av forskare på Chalmers och kan inom en snar framtid användas.
Varje år faller cirka 100 000 äldre i Sverige så illa att de behöver uppsöka vård. Fallolyckor är vanligast bland personer över 65 år och kan i värsta fall leda till dödsfall.
Forskaren bakom metoden är teknologie doktorn Xuezhi Zeng i forskargruppen Biomedicinsk elektromagnetik på institutionen för elektroteknik på Chalmers.
– Med hjälp av en millimetervåg-radar kan vi mäta viktiga parametrar med hög noggrannhet. Det vi mäter är stegtiden – tiden det tar från första steg till nästa och så vidare. Det är variation i stegtiden som spelar roll. En person med risk för fallolyckor kan ha en stor variation i stegtid, till exempel kan första steget ta en sekund medan andra steget kan ta två sekunder, säger Xuezhi Zeng.
Det finns en väldigt stor samhällsutmaning med äldre som är med om fallolyckor. Idag finns det produkter som detekterar när man fallit men då är det för sent. Men tack vare millimetervåg-radarn kan fallolyckor förutspås.
Data kan användas som beslutsstöd
Genom en nära samverkan mellan aktörer inom bland annat akademin, industrin och vårdsektorn ska personaliserad medicin implementeras inom svensk hälso- och sjukvård. Personaliserad medicin ska stödja val av behandlingstyp baserat på evidensbaserade data.
– När vi började forska inom området var vi medvetna om att millimetervåg-radarn kan ge hög upplösning och borde därmed ha stor potential för mätning av ögonblickliga gångegenskaper. Den data som genereras kan hjälpa sjukvårdspersonal att utföra en mer tillförlitlig riskanalys och skräddarsy insatser. Förhoppningsvis kan vi lösa samhällsutmaningen med denna metod.
På kort sikt hoppas Xuezhi Zeng att sensorn kan användas i hemmet och på större ytor inomhus samt ge sjukvårdspersonal objektiva och värdefulla data för beslutsstöd.
Dessutom kan denna metod underlätta den kliniska forskningen på äldre och etablera mer bevis mellan gångförändring och utveckling av andra sjukdomar genom långvarig, kontinuerlig övervakning. Om exempelvis en patient får Parkinson eller Alzheimers kan sjukvårdspersonalen analysera datan och se om det finns någon koppling mellan sjukdomen och olika gångegenskaper.
Den långsiktiga visionen är att bidra till AI-baserad förutsägelse av fall och sjukdomar
Härnäst kommer Xuezhi Zeng inleda ett samarbete med forskarassistenten Yinan Yu på institutionen för data- och informationsteknik där de kommer använda maskininlärning för tillförlitlig mätning av flera relevanta gångparametrar. Projektet finansieras av Chalmers styrkeområde Informations- och kommunikationsteknik. En annan viktig aktör i samarbetet är Stefan Candefjord, Docent på elektroteknik som jobbar på digital hälsa och är en av huvudpersonerna bakom initiativet ”Moving healthcare home”.
Läs hela den vetenskapliga artikeln Walking Step Monitoring with a Millimeter-Wave Radar in Real-Life Environment for Disease and Fall Prevention for the Elderly
Studiens författare är Xuezhi Zeng, Halldór Stefán Laxdal Báruson och Alexander Sundvall. Forskarna är verksamma vid Chalmers tekniska högskola.
För mer information, kontakta
Xuezhi Zeng, teknologie doktor på institutionen för elektroteknik, Chalmers tekniska högskola
xuezhi@chalmers.se
0733 34 83 11
För mer information, kontakta
