Lokale dataverwerking en CE-markering geeft AI-monitoring in verpleeghuizen impuls

Zorgvisie sprak met de CEO van Kepler Vision Technologies. Lees het artikel hier:

 

15 maart 2021, door Sytse Wilman

In plaats van in de cloud, gaat Kepler Vision in verpleeghuizen lokaal data verwerken. Het gaat om videobeelden van het AI-monitoringssysteem. Dat moet, samen met een CE-markering, zorgen voor een doorbraak van het systeem in verpleeghuizen. ’Als zorginstellingen nieuwe functionaliteit willen en we horen hetzelfde verzoek drie keer, dan gaan we het bouwen’, zegt Harro Stokman, ceo van Kepler.


‘Er is een stroming in IT-land die stelt dat alles in de cloud moet’, aldus Harro Stokman, ceo van Kepler Vision. Deze Nederlandse onderneming zit achter de Kepler Night Nurse (KNN), een videosysteem dat met behulp van kunstmatige intelligentie cliënten in zorginstellingen monitort. Het bedrijf zwemt tegen de stroom in en verwerkt sinds kort juist meer data lokaal en dus niet in de cloud. ‘Video is zo data-intensief dat het logischer is om dat juist lokaal te verwerken’, vindt Stokman.
Daartoe lanceerde Kepler een zogeheten edge box. ‘Dat is een kastje van vijf bij vijf centimeter dat je zo in de meterkast van de zorginstelling kunt zetten.’ Het kastje verwerkt de beeldgegevens en converteert die naar een tekstbestand. Daarin staat bijvoorbeeld: in kamer 13 ligt iemand op de grond. Die gegevens gaan vervolgens alsnog via de cloud naar het Nurse Call Systeem, dat de zorgmedewerkers ter plaatse inseint over de situatie.

Voordelen lokale dataverwerking

Het hybride systeem en de grotendeels lokale dataverwerking hebben een aantal voordelen, zegt Stokman. ‘Om te beginnen maakt het de installatie van ons systeem gemakkelijk. Zorginstellingen hebben dan minder internetbandbreedte nodig en ook geen VPN.’ Daarnaast draagt het bij aan een gevoel van veiligheid. ‘Mensen vinden het fijn als hun data lokaal, in de instelling, worden verwerkt. Dat is vooral een gevoelskwestie hoor, want we werken met Amazon en hun beveiliging is dermate goed op orde dat het niet snel voor problemen zorgt. Maar ja, legt dat maar eens uit aan een niet-IT’er.’

Medisch hulpmiddel

Een aantal zorgorganisaties, zoals Oktober, SVRZ en Amstelring, werkt al met Kepler Night Nurse, al dan niet op pilot-basis. De onderneming hoopt dat de edge box de drempel voor andere instellingen verlaagt. Wat daar ook aan kan bijdragen, is dat het systeem recentelijk een CE-markering als medisch hulpmiddel heeft behaald. Als eerste volledig geautomatiseerde systeem voor herkenning van menselijke activiteiten in de zorg ter wereld.
Stokman: ‘De CE-markering betekent ten eerste dat we klanten kunnen laten zien dat ons systeem zeer uitgebreid getest is. Ten tweede mogen we nu ook gezondheidsclaims maken voor onze software. We hebben aangetoond dat er gezondheidsvoordelen zijn voor de cliënt. Zonder die registratie mag je dat niet zeggen.’

Gezondheidsvoordelen

Die gezondheidsvoordelen voor de cliënt zijn voornamelijk dat ze eerder worden gevonden als ze gevallen zijn. ‘Onderzoek laat zien dat één op de zeven mensen die vallen binnen vijf minuten gevonden wordt. Als je Night Nurse aanzet, is een zorgmedewerker in zes van de zeven gevallen binnen vijf minuten ter plaatse. Het gaat vaak om mensen die bloedverdunners krijgen. Als ze vallen en bijvoorbeeld een interne bloeding in hun hoofd oplopen, moeten ze zo snel mogelijk geholpen worden.’

AI-revolutie

Het geheim achter het systeem is volgens Stokman ‘de revolutie van de AI’. Het systeem combineert computervision – software die op beelden menselijke activiteiten herkent en zelfs in context kan plaatsen – met kunstmatige intelligentie. Dat laatste zorgt ervoor dat er bijna geen valse meldingen meer voorkomen. ‘Er gaat dus geen alarm af als er een kussen uit bed valt, zoals met de huidige camerasystemen kan gebeuren.’

Privacy

Het komt ook de privacy van de cliënten ten goede, betoogt Stokman. ‘Als er geen camera hangt, komt er drie keer per nacht iemand de kamer binnenlopen. Hangt er wel een camera, dan wordt die in veel gevallen door beveiligingspersoneel bekeken. Bij ons kijkt er alleen software mee. Die maakt alleen melding als er iets aan de hand is. Als een mevrouw van 90 lekker door haar kamer schuifelt, doet de software helemaal niks. Totdat ze valt. Vergelijk het met een rookmelder. Daar hoor je nooit wat van, tenzij er brand uitbreekt. Dan heb je even geen privacy, maar die wil je dan ook niet.’

Alarmmoeheid

Door het aantal loze meldingen tot een minimum te beperken, voorkomt het systeem alarmmoeheid bij de zorgmedewerkers. Doordat er minder vaak een alarm afgaat, komt het ook vrijwel nooit voor dat er meerdere meldingen tegelijkertijd zijn. Het is dus voor de medewerkers veel minder belastend, stelt Stokman. ‘Zij zijn minder bezig met nutteloze dingen en dus productiever.’

Twijfels bij zorgpersoneel

Het effectiever inzetten van zorgpersoneel is gezien de toenemende zorgvraag en krapte op de arbeidsmarkt een absolute noodzaak. ‘Er zijn wel eens mensen die door de introductie van onze technologie vrezen voor hun baan, maar dat hoeft echt niet. Er zijn nu al nauwelijks genoeg zorgmedewerkers te vinden.’
Ook hoort Stokman wel eens van zorgprofessionals dat ze bang zijn dat het videosysteem ze in de gaten gaat houden. ‘Die angst kun je wegnemen door met hen, en hun teamleiders, te praten. Er is ook helemaal geen sprake van. Onze software ziet helemaal niet of je een medewerkers of een cliënt bent. Die herkent alleen dat er iemand op de grond ligt of al langere tijd op de rand van het bed zit. Om zorgmedewerkers te overtuigen van onze meerwaarde, nemen we nieuwe klanten vaak mee naar klanten waar het al draait. Dan kunnen ze het van collega’s horen. Vervolgens draaien we vaak eerst een pilot. De reacties daarop zijn vaak heel positief.’

Nieuwe functionaliteiten

Wat Stokman betreft, is de AI-monitoring nog niet uitontwikkeld, zijn bedrijf werkt aan nieuwe functionaliteiten. ‘Als zorginstellingen nieuwe functionaliteit willen en we horen hetzelfde verzoek drie keer, dan gaan we het bouwen’, zegt hij. ‘Wat we bijvoorbeeld veel horen – en waar we nu ook mee bezig zijn – is het herkennen van een cliënt die van voor naar achteren zit te wiebelen op een stoel. Dat is een duidelijke indicatie dat je je niet senang voelt. We kunnen er dan voor zorgen dat er dan iemand komt kijken.’

Dwaaldetectie

Dat wil uiteraard niet zeggen dat Kepler alles kan bouwen wat je maar kunt verzinnen. ‘Dwaaldetectie is een veelgehoord verzoek dat nog lastig te realiseren is. Je moet dan een patiënt kunnen blijven identificeren als die zich door de instelling beweegt. Ik begrijp het wel, veel cliënten willen geen fysieke tracker dragen en zorginstellingen denken: als die camera’s er nou toch hangen… Maar voorlopig kunnen we daar nog niet aan voldoen. Als gezegd, identificeert ons systeem geen personen. Het laat alleen weten dat in kamer 13 iemand is gevallen.’

 

Dit artikel verscheen ook op Zorgvisie.nl