Vier Manieren om de Reactietijd op Vallen in Zorginstellingen te Verbeteren

De fabrieksinstelling van een valalarmsensor verkorten is vergelijkbaar met het herschikken van de deck chairs op de zinkende Titanic. Je mist de grotere problemen. Zorginstellingen zouden moeten voorkomen dat ze überhaupt met de ijsberg botsen. Hoe? In dit artikel leg ik effectievere manieren uit om de responstijd bij vallen te verbeteren.

In zorginstellingen worden allerlei sensoren gebruikt om de zorg voor ouderen te verbeteren. Veel van deze sensoren zijn gebaseerd op bewegingsdetectie. Als een bewoner probeert uit bed te komen, detecteert de bewegingssensor naast het bed dit onmiddellijk en stuurt een alarm naar de dienstdoende verpleegkundige. Maar deze sensoren genereren veel valse alarmen, bijvoorbeeld wanneer een kat op het bed springt. Dit leidt tot alarmmoeheid bij zorgmedewerkers.

Bij Kepler Vision Technologies ontwikkelen we software die optische sensoren “slim” maakt. Dat doen we met moderne kunstmatige intelligentie. In tegenstelling tot ouderwetse bewegingssensoren kan onze software beschrijven wat er in een kamer gebeurt. Typische gebruikers van onze oplossing zijn langdurige zorginstellingen zoals Domidep in Frankrijk en Oktober in Nederland, en ziekenhuizen zoals UZ Brussel in België en het UMC Groningen in Nederland.

Om een van onze klanten, zorgorganisatie Magentazorg, te citeren:

“Met de software van Kepler zien we een enorme daling in het aantal alarmen – en de alarmen die we nu nog krijgen doen er écht toe.”

We onderzochten de belangrijkste factoren die leiden tot snellere en betrouwbaar­dere alarmen. Ik beschrijf ze in de volgende paragrafen in detail. Ze staan geordend op impact: de laatste factor heeft de grootste invloed en zal je wellicht verrassen.

Vierde plaats (tot 50 seconden sneller): Pas de tijdsvertraging in de fabrieksinstellingen aan

Je wilt de tijd verkorten die een gevallen bewoner op de vloer moet wachten voordat er hulp komt. Logisch is dan om de vertraging van het valalarm zo kort mogelijk in te stellen. Dat lijkt de voor de hand liggende oplossing, maar snellere alarmen zorgen voor betrouwbaarheidsproblemen. Snelle alarmen en betrouwbare alarmen zijn twee tegengestelde eisen. Laat me uitleggen waarom.

Wanneer onze software detecteert dat iemand is gevallen, zoekt het naar bevestiging in de daaropvolgende videoframes. Meer bewijs betekent betrouwbaardere resultaten, maar het betekent ook dat het langer duurt voordat een alarm kan worden verstuurd.

Het verkorten van de vertraging levert snellere alarmen op, maar gaat ten koste van een hogere hoeveelheid valse alarmen. De metingen hieronder illustreren dit effect. Tabel 1 laat duidelijk zien dat er een spanningsveld bestaat tussen snelheid (tijdsvertraging) en betrouwbaarheid (valsalarmsnelheid).

Tabel 1: We hebben dit experiment uitgevoerd met vierenzeventig sensoren gedurende twee weken. De meeste valse alarmen ontstaan doordat zorgmedewerkers hurken of knielen bij een bewoner. Deze alarmen kunnen desgewenst worden uitgeschakeld. Deze klant vindt de valse alarmen juist prettig, omdat ze aan het personeel laten zien dat het systeem actief is en goed functioneert.

De tabel laat ook zien dat de betrouwbaarheid van onze software uitstekend is, zelfs bij kortere vertragingen. Deze resultaten worden bereikt doordat we onze neurale netwerken trainen op grote hoeveelheden data die we in de loop der jaren hebben verzameld, en doordat we onze software continu upgraden naar de nieuwste neurale netwerkarchitecturen.

Derde plaats (alarm binnen 10 seconden): Schakel Keplers Turbo Alarm Mode in

We hebben een turbomodus geïntroduceerd in onze serversoftware voor klanten die alarmen zo snel mogelijk willen ontvangen wanneer een bewoner is gevallen. De turbomodus genereert binnen 10 seconden een betrouwbaar alarm. Dit doen we door de bemonsteringsfrequentie aan te passen aan de activiteit van de persoon.

Met andere woorden: wanneer een bewoner veilig in bed ligt, verlagen we de sampling rate. Maar zodra iemand probeert uit bed te komen of mogelijk is gevallen, verhogen we de frequentie zodat er sneller bewijs wordt verzameld. Figuren 1 en 2 illustreren dit concept.

We hebben deze oplossing gepatenteerd onder aanvraagnummer US20240193994A1.

Figuur 1: Wanneer een persoon in bed ligt, wordt de bemonsteringsfrequentie van de slimme sensoren verlaagd.

Figuur 2: Wanneer een bewoner mogelijk gevaarlijke handelingen uitvoert, verhoogt de slimme sensor de bemonsteringsfrequentie zodat er, indien nodig, sneller hulp van een verpleegkundige kan worden ingeschakeld.

Tabel 2 toont het effect van de turbomodus. De turbomodus vermindert het aantal valse alarmen met 100%.

Tabel 2: Het experiment met “turbomodus uit” voerden we uit met vierenzeventig sensoren gedurende twee weken, en het experiment met “turbomodus aan” met vijfennegentig sensoren, opnieuw gedurende twee weken.

Tweede plaats (5 tot 10 minuten sneller hulp): Bespreek oorzaken van trage respons met zorgmedewerkers

In een van onze whitepapers,

hebben we gemeten hoe lang het duurt voordat een zorgmedewerker arriveert nadat hij of zij een alarm ontvangt. We ontdekten dat het soms drie of zelfs vier minuten duurt voordat een verpleegkundige ter plaatse is. We hebben het experiment nog drie keer herhaald. De resultaten staan in de appendix in Tabel 4, 5 en 6. Samengevat: het kan meer dan 20 minuten duren voordat hulp arriveert in het geval van een val.

Het management van zorglocaties zou actief met hun zorgteams moeten bespreken wat er gedaan kan worden om de reactietijd te verbeteren.

Toch heeft de reactietijd van zorgmedewerkers niet de grootste invloed. Lees verder.

Eerste plaats (tot een uur sneller hulp): Los netwerkstoringen op

We hebben de netwerkkwaliteit getest bij meer dan 100 zorglocaties. Gedurende één maand maten we hoe vaak een ouderenzorglocatie een netwerkstoring had die langer dan een uur duurde. Uiteraard zou dit nooit mogen gebeuren: als een bewoner valt tijdens een netwerkstoring, wordt er geen enkel alarm verstuurd.

Tabel 3 geeft weer wat er in de praktijk gebeurt.

Tabel 3: Dit experiment liep van 9 december 2024 tot 9 januari 2025. We maten het aantal netwerkstoringen van langer dan één uur bij ouderenzorglocaties. Deze cijfers zijn schokkend.

Het oplossen van deze netwerkstoringen zal de tijd die een gevallen bewoner moet wachten op hulp aanzienlijk verkorten.

Wat Jij, Als Zorgmanager, Nu Zou Moeten Doen

Onthoud: het verkorten van de alarmvertraging door verpleegkundigen is als het herschikken van de deck chairs op de zinkende Titanic. Het heeft weinig zin om de alarmvertraging van 30 naar 10 seconden te zetten als het netwerk er meer dan een uur over doet om het alarm überhaupt te versturen.

Ten eerste: het controleren en verbeteren van de kwaliteit van je netwerk heeft veruit de grootste impact als je de tijd wilt verkorten voordat een gevallen bewoner wordt gevonden. We hebben gezien dat netwerken uitvallen wanneer:

1. Een netwerk- of firewallupdate was ingepland, maar de systeemintegrator vergat dit te communiceren.

2. Er een stroomstoring plaatsvond en er geen UPS (uninterruptible power supply) aanwezig was.

3. De bandbreedte van het netwerk overbelast was en er moest worden gekozen tussen televisie kijken of remote patiëntmonitoring. De televisie won.

Dit soort oorzaken van netwerkstoringen zijn niet moeilijk om te verhelpen.

Waarom hebben sommige locaties voortdurend netwerkproblemen terwijl andere dat niet hebben? De systeemintegrator verantwoordelijk voor de best presterende netwerkuptime vertelde me dat hun technische medewerkers altijd ’s nachts uit bed moeten komen om storingen direct op te lossen. Sinds ze deze werkwijze hebben ingevoerd, is het aantal netwerkstoringen drastisch gedaald.

Ten tweede: zorg ervoor dat zorgmedewerkers sneller reageren op alarmen. Dit kan moeilijker op te lossen zijn, omdat we niet altijd weten wat de zorgmedewerker aan het doen was toen het alarm binnenkwam. Ik sprak met een van de afdelingsmanagers van de nachtshift die in dit document wordt besproken. Hij noemde een paar mogelijke situaties:

1. Afgaand op het dataverbruik van de iPad van de zorgmedewerker was deze mogelijk televisie aan het kijken en lette niet op de alarmen.

2. Het komt soms voor dat zorgmedewerkers ’s nachts in slaap vallen.

3. Als de zorgmedewerker alleen dienst had, kan het zijn dat hij of zij een andere bewoner naar het toilet bracht en die persoon niet alleen kon laten.

De laatste reden is moeilijk te verhelpen. De eerste twee zijn dat niet.

Tot slotliet ik zien dat de Kepler-turbomodus de betrouwbaarheid en de aankomsttijd van alarmen kan verbeteren. Hiermee halen we de laatste seconden van de vertraging af, zodat gevallen bewoners sneller hulp krijgen.

Stuur me een prive bericht als je vragen hebt.

Wij leveren licenties op onze software en ons patentportfolio. We brengen je ook graag in contact met ons groeiende internationale partnernetwerk: Onze technologie, gecombineerd met jouw inspanningen, helpt je de best mogelijke zorg te bieden. Onze technologie wordt verkocht via systeemintegratoren zoals Mobotix, Konica Minolta, Vinci Energies en KPN Health. De alarmmeldingen die door Kepler’s technologie worden gegenereerd, worden naar de telefoons van verpleegkundigen gestuurd via verpleegoproepsystemen zoals IQMessenger, Alcatel-Lucent en Ascom.

Tabel 4: Hoe lang duurt het voordat een verpleegkundige arriveert nadat een bewoner is gevallen? In dit experiment was de maximale tijd 21 minuten.

Tabel 5: We maten de tijd die het kost voor een verpleegkundige om te arriveren op een andere zorglocatie. Hier was de maximale tijd 7 minuten. De aankomst van de verpleegkundige na 0 seconden betekent dat de verpleegkundige de cliënt heeft laten vallen.

Tabel 6: We maten de tijd ook bij een ander verpleeghuis. Hier was de maximale tijd 14 minuten. Er zijn drie alarmen aangeduid met een . Dit betrof dezelfde bewoner, die die dag blijkbaar drie keer is gevallen! Gelukkig werd de bewoner elke keer binnen twee minuten gevonden.