En nyutviklet metode kan forutsi fallet ti sekunder før det skjer. (Illustrasjonsfoto: MPH Photos / Shutterstock / NTB scanpix)
Kunstig intelligens kan forutsi farlige fall
Fall blant eldre koster milliarder i behandling og rehabilitering. – Om vi kan forutsi og forhindre ti prosent av fallene, vil det bety enormt mye, både for den enkelte personen og for samfunnet, sier forsker.
ElisabethAndersenkommunikasjonsrådgiver
Universitetet i Oslo
Publisert
– De aller fleste alvorlige fall blant eldre skjer enten på badet eller på soverommet. Dette er steder der eldre naturlig nok ikke ønsker å ha kamera, forteller Asbjørn Danielsen, som nylig tok doktorgrad ved Universitetet i Oslo.
– Men et termisk kamera er langt mindre invaderende, da det ikke viser personen, poengterer Danielsen, som til vanlig er forsker ved UiT Norges arktiske universitet.
Et termisk kamera gir informasjon om temperatur i kroppen.
Kobler man temperaturdataene fra kameraet med algoritmer for bildeanalyse og videoanalyse, kan man registrere bevegelser, endring i bevegelser og gjenkjenne deler av kroppen til et menneske – uten å måtte plassere sensorer på kroppen og uten at personen kan gjenkjennes på kameraet.
Kan varsles med lys
Selv ti prosent færre fall vil gjøre stor forskjell for personen og samfunnet, sier Danielsen.
I tillegg har han brukt kunstig intelligens i sitt arbeid for å vurdere sannsynligheten for fall, basert på data av hva som skjer rett før en person faktisk faller.
– I doktorgraden viser jeg at denne metoden kan forutsi fall opptil ti sekunder før det skjer, sier han.
Men så er det viktig at den eldre oppfatter faren og kan gjøre noe selv for å unngå det kommende fallet.
– Hvordan vi skal gi den eldre beskjed om at nå risikerer du å falle basert på den teknologien jeg har utviklet, det vet jeg ennå ikke. Yngre mennesker kan varsles med en sms, men det fungerer ikke på eldre. Jeg ser for meg at vi kanskje kan bruke et trafikklyssystem som lyser rødt og grønt.
Varslingen og videre utvikling av forskningen skal han jobbe med i et større prosjekt som søker midler fra Forskningsrådet nå, men også i et selskap som er under etablering.
Svigermor og mor inspirerte
Danielsen har opplevd fall i nær familie og sett hva dette gjør med eldre personer.
– Mor er 87 år, og svigermor er 97. Begge har opplevd farlige og ødeleggende fall. Dette koblet med den kommende eldrebølgen og de enorme kostnadene vi har i samfunnet i dag, ledet meg inn i dette arbeidet, forteller han.
Danielsen har beregnet at fall koster det norske samfunnet opp mot syv milliarder i året. Det er basert på en studie av kostnader ved fall i Irland. Dette utgjør hele 2,5 prosent av det norske helsebudsjettet.
– Om vi kan forutsi og forhindre ti prosent av fallene, vil det bety enormt mye, både for den enkelte personen og for samfunnet.
Dette er bakgrunnen for at Danielsen har etablert selskapet IKT Smia for å se på mulighetene for å kommersialisere forskningen. I tillegg etablerer han nå et forskningsprosjekt i samarbeid mellom UiO og Universitetssykehuset Nord-Norge (UNN).
– Teknologien har flere bruksområder enn prediksjon av fall. Jeg ser også på eventuell bruk av dette for å registrere hjerteflimmer og overvåking av livstegn som puls og pust uten å bruke sensorer, sier Danielsen.
Annonse
Han påpeker at eldre ikke nødvendigvis bare er utsatt på grunn av de brå fallene som gjør at de brekker lårhalsen. Det at de siger ned og ikke har krefter til å komme seg på beina igjen alene, kan være like farlig.
– Når eldre blir liggende lenge på gulvet, det vil si mer enn én time, øker dette sannsynligheten for at de dør i løpet av det påfølgende år med omtrent 50 prosent, ifølge en artikkel i British Medical Journal, sier han.
Han viser til at blant eldre over 65 år, faller omtrent én av tre hvert eneste år, ifølge studier publisert i Lancet og Physical Therapy.
Viktig del av pågående teknologitrend
Denne typen fallsikring gjør at eldre kan bo lenger i egne leiligheter, sier Ingvild Myhre.
Myhre har vært leder av styret i Forskningsrådet og har i dag nesten 30 styreverv i store og små virksomheter over hele landet, blant annet NTNU Accel, som er en inkubator for oppstartbedrifter spunnet ut av forskning på NTNU.
Myhre kjenner godt til Danielsens arbeid og er fascinert over mulighetene forskningen hans kan åpne opp for.
– Jeg har veldig stor tro på klok teknologi som kan bidra til at morgendagens eldre kan bo hjemme lenger med stor trygghet. Prosjektet til Danielsen kan tilby en teknologi som muliggjør dette, selv om det er i veldig tidlig fase ennå, sier hun.
Myhre er særlig opptatt av at Danielsen har en metode som ikke går ut over privatlivet til de eldre som eventuelt vil bruke teknologien for å unngå fall.
– Hvis vi ser til København, så er det en by som har gjort en rekke grep på teknologisiden som gjør at eldre bor lenger hjemme. Dette gjøres på en måte om bidrar til en god livskvalitet og trygghet, og det å kunne forhindre at eldre faller hjemme, er en viktig del av dette.
Hun påpeker at framtiden innen eldreomsorg antageligvis vil innebære en stor grad av utbygging av såkalte eldrelandsbyer. Her vil eldre mennesker bo i egne leiligheter eller hus og ha tilgang til alt av butikker og fritidstilbud i nærheten, samt nødvendig pleietilbud.
– Når de eldre i en slik landsby skal klare seg selv i større grad enn på et sykehjem, er det også ekstremt viktig at de kan ha med seg teknologi som hindrer fall når de er ute og går og er mer aktive enn de vil være på et typisk sykehjem, sier Myhre.
Annonse
Enorm samfunnsverdi
Behovet for å etablere et produkt som kan forutsi fall, er stort, og det finnes ikke noe som fungerer optimalt på markedet i dag, mener Danielsen.
– Jeg har søkt på hva om et tilgjengelig og fant bare et system utviklet av et amerikansk selskap. Det tok feil i 83 av 84 tilfeller.
Kritikken mot arbeidet hans så langt er bruk av friske, frivillige som forskningspersoner og at utvalget er lite.
– Jeg er i tidlig fase, og det ville ikke vært etisk å forske på eldre i denne fasen. Men nå som vi har en modell, ønsker vi å skalere dette opp for å vise at modellen vår fungerer på eldre i det virkelige liv, sier han.
Danielsen mener at det at han kan forutsi fall hos yngre mennesker ti sekunder før det skjer, styrker teorien om at det vil virke på eldre.
– Eldre har et annet bevegelsesmønster enn yngre. De beveger seg tregere og stivere, så det bør være enklere å forutsi fall på grunn av dette.
Referanse:
Danielsen, A.: Methods and Technologies for Recognizing and Predicting Bedside Falls using Non-invasive Sensing. Doktoravhandling ved Universitetet i Oslo. (2019)