Zusammenfassung: FAll Repository for the design of Smart and sElf-adaptive Environments prolonging Independent living

FAll Repository for the design of Smart and sElf-adaptive Environments prolonging Independent living

Gespeichert in:

Bibliographische Detailangaben
Mitarbeiter:	Morat, Tobias (Deutsche Sporthochschule Köln / Institut für Bewegungs- und Sportgerontologie); Oberländer, Kai Daniel (Deutsche Sporthochschule Köln / Institut für Bewegungs- und Sportgerontologie); Zijlstra, Wiebren (Deutsche Sporthochschule Köln / Institut für Bewegungs- und Sportgerontologie)
Forschungseinrichtung:	Deutsche Sporthochschule Köln / Institut für Bewegungs- und Sportgerontologie
Finanzierung:	Europäische Kommission
Kooperationspartner:	Università di Bologna ; Azienda Sanitaria di Firenze; Bticino; Ecole polytechnique fédérale de Lausanne ; SINTEF ; Dedalus Italia; Norges teknisk-naturvitenskapelige universitet ; Robert-Bosch-Krankenhaus ; University of Manchester
Format:	Projekt (SPOFOR)
Sprache:	Deutsch
Projektlaufzeit:	01/2012 - 03/2015
Online Zugang:	Projekt-Homepage
Erfassungsnummer:	PR020200500181
Quelle:	Forschungsinformationssystem der Deutschen Sporthochschule Köln

Ziel

Zielsetzung: Für die ältere Bevölkerung ist es oft eine Herausforderung, möglichst lange gesund und selbstständig leben zu können. Das Erzielen ausreichender körperlicher Aktivität und die Prävention von Stürzen sind hierbei wichtige Ziele. Intelligente Informations- und Kommunikationssysteme (ICT) bieten einzigartige Möglichkeiten mit hohem Aufforderungscharakter, ältere Menschen in ihrem Zuhause zu unterstützen.
Wenn Ältere stürzen, führt dies häufig zum Verlust der Selbstständigkeit und damit verbunden Pflegebedürftigkeit. FARSEEING zielte auf eine bessere Vorhersage, Prävention und Unterstützung von älteren Menschen ab. Hierfür bieten sowohl Langzeitanalysen von Verhaltensweisen und physiologische Daten, die mittels Smart Phones erfasst werden, als auch Informationen tragbarer Sensoren und von Umgebungssensoren, die Grundlage. Diese Daten rufen im Anschluss selbstgenerierte Antworten hervor.

Planung

Methodik: Im Rahmen von FARSEEING wurde die größte Sturzdatenbank mit Daten von über 250 Stürzen generiert. Des Weiteren wurden telemedizinische Servicemodelle mit frei zugänglichen technischen Plattformen (unabhängig von Sensorsystemen) zur Sturzerkennung eingesetzt. Hiermit wurde auch der Austausch von Informationen der Älteren untereinander, mit Familienangehörigen und Ärzten bzw. Gesundheitspersonal ermöglicht. Neuartige ICT-unterstützte Trainingsprogramme, die sich entsprechend anpassen und motorisches Lernen stimulieren, wurden konzipiert. Hierbei stand die Akzeptanz von Seiten der älteren Anwender im Mittelpunkt.

Ergebnisse

Ergebnisse: Mit FARSEEING konnten wegweisende Ergebnisse für die Gesundheitsförderung, Sturzprävention und technische Entwicklung geliefert werden. Die Struktur der Sturzdatenbank ermöglichte die Sammlung und Analyse der Daten in Verbindung mit Stürzen, täglicher körperlicher Aktivität und physiologischen Parametern. Durch FARSEEING wurde bestehendes Wissen erweitert und neues generiert, um es dann mit einer breiten Öffentlichkeit, der Wissenschaft, Technologie, Politik und Gesundheits- und Sozialwissenschaften zu teilen.