Fire måter å forbedre reaksjonstiden ved fallulykker i helseinstitusjoner på

Å redusere fabrikkinnstillingen til en fallalarmsensor kan sammenlignes med å omorganisere dekksstolene på den synkende Titanic. Man overser de større problemene. Helseinstitusjoner bør unngå å kollidere med isfjellet i det hele tatt. Hvordan? I denne artikkelen forklarer jeg mer effektive måter å forbedre responstiden ved fall på.

I omsorgsinstitusjoner brukes alle slags sensorer for å forbedre omsorgen for eldre. Mange av disse sensorene er basert på bevegelsesdeteksjon. Hvis en beboer prøver å reise seg fra sengen, registrerer bevegelsessensoren ved siden av sengen dette umiddelbart og sender et alarm til den vaktgående sykepleieren. Men disse sensorene utløser mange falske alarmer, for eksempel når en katt hopper opp på sengen. Dette fører til alarmtretthet blant pleiepersonalet.

Hos Kepler Vision Technologies utvikler vi programvare som gjør optiske sensorer «smarte». Det gjør vi ved hjelp av moderne kunstig intelligens. I motsetning til gammeldagse bevegelsessensorer kan programvaren vår beskrive hva som skjer i et rom. Typiske brukere av løsningen vår er institusjoner for langtidspleie, som Domidep i Frankrike og Oktober i Nederland, samt sykehus som UZ Brussel i Belgia og UMC Groningen i Nederland.

For å sitere en av våre kunder, helseorganisasjonen Magentazorg:

«Med Keplers programvare ser vi en enorm nedgang i antall alarmer – og de alarmene vi fremdeles mottar, er virkelig viktige.»

Vi undersøkte de viktigste faktorene som fører til raskere og mer pålitelige alarmer. Jeg beskriver dem i detalj i de følgende avsnittene. De er rangert etter innvirkning: den siste faktoren har størst innvirkning og vil kanskje overraske deg.

Fjerde plass (opptil 50 sekunder raskere): Juster tidsforsinkelsen i fabrikkinnstillingene

Du ønsker å redusere tiden en beboer som har falt må vente på gulvet før hjelpen kommer. Da er det logisk å stille inn forsinkelsen på fallalarmen så kort som mulig. Det virker som den åpenbare løsningen, men raskere alarmer medfører pålitelighetsproblemer. Raske alarmer og pålitelige alarmer er to motstridende krav. La meg forklare hvorfor.

Når programvaren vår oppdager at noen har falt, søker den etter bekreftelse i de påfølgende videobildene. Jo mer bevis, desto mer pålitelige resultater, men det betyr også at det tar lengre tid før et alarm kan sendes ut.

Å redusere forsinkelsen gir raskere alarmer, men medfører et høyere antall falske alarmer. Målingene nedenfor illustrerer denne effekten. Tabell 1 viser tydelig at det er en spenning mellom hastighet (tidsforsinkelse) og pålitelighet (frekvensen av falske alarmer).

Tabell 1: Vi gjennomførte dette eksperimentet med 74 sensorer i løpet av to uker. De fleste falske alarmer oppstår fordi pleiepersonalet setter seg på huk eller kneler ved siden av en beboer. Disse alarmene kan deaktiveres hvis ønskelig. Denne kunden setter tvert imot pris på de falske alarmene, fordi de viser personalet at systemet er aktivt og fungerer som det skal.

Tabellen viser også at påliteligheten til programvaren vår er utmerket, selv ved kortere forsinkelser. Disse resultatene oppnås ved at vi trener nevrale nettverkene våre på store datamengder som vi har samlet inn gjennom årene, og ved at vi kontinuerlig oppgraderer programvaren vår til de nyeste arkitekturene for nevrale nettverk.

Tredje plass (alarm innen 10 sekunder): Slå på Keplers Turbo Alarm Mode

Vi har innført en turbomodus i serverprogramvaren vår for kunder som ønsker å motta alarmer så raskt som mulig når en beboer har falt. Turbomodus genererer en pålitelig alarm innen 10 sekunder. Dette gjør vi ved å tilpasse målefrekvensen til personens aktivitet.

Med andre ord: Når en beboer ligger trygt i sengen, reduserer vi samplingsfrekvensen. Men så snart noen prøver å reise seg fra sengen eller muligens har falt, øker vi frekvensen slik at data samles inn raskere. Figur 1 og 2 illustrerer dette konseptet.

Vi har patentert denne løsningen under søknadsnummer US20240193994A1.

Figur 1: Når en person ligger i sengen, reduseres målefrekvensen til de smarte sensorene.

Figur 2: Når en beboer utfører handlinger som kan utgjøre en fare, øker den smarte sensoren målefrekvensen, slik at det om nødvendig kan tilkalles hjelp fra en sykepleier raskere.

Tabell 2 viser effekten av turbomodus. Turbomodus reduserer antallet falske alarmer med 100 %.

Tabell 2: Eksperimentet med «turbomodus av» gjennomførte vi med 74 sensorer i løpet av to uker, og eksperimentet med «turbomodus på» med 95 sensorer, også i løpet av to uker.

Andreplass (5 til 10 minutter raskere hjelp): Diskuter årsakene til den langsomme responsen med helsepersonellet

I en av våre whitepapers,

Vi har målt hvor lang tid det tar før en helsearbeider ankommer etter å ha mottatt et alarm. Vi fant ut at det noen ganger tar tre eller til og med fire minutter før en sykepleier er på stedet. Vi har gjentatt eksperimentet tre ganger til. Resultatene er gjengitt i vedlegget i tabell 4, 5 og 6. Oppsummert: Det kan ta mer enn 20 minutter før hjelp ankommer i tilfelle et fall.

Ledelsen ved helseinstitusjonene bør aktivt diskutere med sine omsorgsteam hva som kan gjøres for å forbedre responstiden.

Likevel er det ikke reaksjonstiden til helsepersonellet som har størst innflytelse. Les videre.

Første prioritet (opp til en time raskere hjelp): Løs nettverksfeil

Vi har testet nettverkskvaliteten ved over 100 omsorgsinstitusjoner. I løpet av en måned målte vi hvor ofte en eldreomsorgsinstitusjon opplevde nettverksforstyrrelser som varte i mer enn en time. Dette ville selvfølgelig aldri skulle skje: hvis en beboer faller under et nettverksbrudd, blir det ikke sendt ut noen alarm i det hele tatt.

Tabell 3 viser hva som skjer i praksis.

Tabell 3: Dette eksperimentet pågikk fra 9. desember 2024 til 9. januar 2025. Vi målte antall nettverksforstyrrelser som varte i mer enn én time ved eldreomsorgsinstitusjoner. Tallene er sjokkerende.

Å løse disse nettverksfeilene vil redusere ventetiden betydelig for beboere som har falt og trenger hjelp.

Hva du, som helse- og omsorgsleder, bør gjøre nå

Husk: Når sykepleiere forkorter alarmforsinkelsen, er det som å omorganisere dekksstolene på den synkende Titanic. Det gir liten mening å redusere alarmforsinkelsen fra 30 til 10 sekunder hvis nettverket bruker mer enn en time på å sende alarmen i det hele tatt.

For det første: å kontrollere og forbedre kvaliteten på nettverket ditt har den desidert største innvirkningen hvis du ønsker å redusere tiden det tar før en beboer som har falt blir funnet. Vi har sett at nettverk svikter når:

1. Det var planlagt en nettverks- eller brannmuroppdatering, men systemintegratøren glemte å informere om dette.

2. Det oppstod et strømbrudd, og det var ingen UPS (avbruddsfri strømforsyning) til stede.

3. Nettverkets båndbredde var overbelastet, og man måtte velge mellom å se på TV eller fjernovervåking av pasienter. TV-en vant.

Denne typen årsaker til nettverksfeil er ikke vanskelige å løse.

Hvorfor har noen lokasjoner stadig nettverksproblemer, mens andre ikke har det? Systemintegratøren som står bak den beste nettverksoppetiden, fortalte meg at deres tekniske medarbeidere alltid må stå opp om natten for å løse feil umiddelbart. Siden de innførte denne arbeidsmetoden, har antallet nettverksfeil gått drastisk ned.

For det andre: Sørg for at pleiepersonalet reagerer raskere på alarmer. Dette kan være vanskeligere å løse, fordi vi ikke alltid vet hva pleiepersonalet holdt på med da alarmen gikk. Jeg snakket med en av avdelingslederne på nattskiftet som omtales i dette dokumentet. Han nevnte noen mulige situasjoner:

1. Ut fra databruken på helsearbeiderens iPad å dømme, var det mulig at vedkommende så på TV og ikke fulgte med på alarmene.

2. Det hender av og til at helsepersonell sovner om natten.

3. Hvis pleiepersonalet var alene på vakt, kan det hende at vedkommende fulgte en annen beboer på toalettet og ikke kunne la denne personen være alene.

Den siste årsaken er vanskelig å løse. Det er ikke de to første.

Til slutt viste jeg at Kepler-turbomodus kan forbedre påliteligheten og responstiden for alarmer. På denne måten fjerner vi de siste sekundene av forsinkelsen, slik at beboere som har falt, får hjelp raskere.

Send meg en privat melding hvis du har spørsmål.

Vi tilbyr lisenser til vår programvare og vår patentportefølje. Vi setter deg også gjerne i kontakt med vårt voksende internasjonale partnernettverk: Vår teknologi, kombinert med dine innsats, hjelper deg med å tilby best mulig helsetjenester. Teknologien vår selges gjennom systemintegratorer som Mobotix, Konica Minolta, Vinci Energies og KPN Health. Alarmmeldingene som genereres av Keplers teknologi, sendes til sykepleiernes telefoner via sykepleieralarmsystemer som IQMessenger, Alcatel-Lucent og Ascom.

Tabell 4: Hvor lang tid tar det før en sykepleier kommer til stedet etter at en beboer har falt? I dette eksperimentet var den maksimale tiden 21 minutter.

Tabell 5: Vi målte hvor lang tid det tar for en sykepleier å komme seg til et annet behandlingssted. Her var den maksimale tiden 7 minutter. Hvis sykepleieren ankom etter 0 sekunder, betyr det at sykepleieren har latt pasienten i stikken.

Tabell 6: Vi målte også tiden ved et annet sykehjem. Her var den lengste tiden 14 minutter. Tre alarmer er merket med et . Dette gjaldt den samme beboeren, som tilsynelatende falt tre ganger den dagen! Heldigvis ble beboeren funnet innen to minutter hver gang.