Mit Deep Learning und Sensorik zur Prozessunterstützung in der Pflege - Abschluss des Forschungsprojekts »Eingabefreie Station«
Hohe Dokumentationsaufwände gehören in Krankenhäusern zum Klinikalltag und führen zu einer Belastung des Pflegepersonals. Im Projekt »Eingabefreie Station - Bewegungsbasierte Aufnahme von Pflegetätigkeiten zur automatisierten Dokumentation im Krankenhaus« wurde in den vergangenen drei Jahren (Nov 2019- März 2023) an einer technischen Lösung zur Verringerung der Dokumentationsaufwände, basierend auf Sensorik und Deep Learning, geforscht.
Der herrschende Pflegenotstand und Fachkräftemangel erhöhen den Druck auf das Pflegepersonal und sämtliche am Stationsalltag beteiligten Personen in unseren Krankenhäusern. Resultierend aus dem stetig steigenden Zeitdruck, gelangt das Pflegepersonal an seine Belastungsgrenzen und der Pflegeberruf verliert zunehmend an Attraktivität. Die Durchführung von zusätzlichen patientenfernen und patientenfremden Tätigkeiten, wie administrative Tätigkeiten, trägt zu dieser Situation bei. Nach projektinternen Studien zur Erfassung der Dokumentationszeiten nimmt die Pflegedokumentation rund 9% der Arbeitszeit (pro Schicht) ein. Obwohl es sich dabei um einen administrativen Prozess handelt, welcher sich gut durch assistive und innovative Technologien unterstützen ließe, arbeiten viele Kliniken bislang mit einer manuellen oder teilelektronischen Dokumentation, indem Bögen zur Dokumentation sog. Leistungserfassungsnachweise mit Zettel und Stift ausgefüllt werden. Vollelektronische Dokumentationssysteme kommen nur selten zum Einsatz.
Ziel des Forschungsprojektes war es, pflegerische Tätigkeiten mithilfe einer innovativen technischen Lösung aufzunehmen, mittels Deep Learning auszuwerten und die erkannten Pflegetätigkeiten in der elektronischen Patientenakte zu dokumentieren. Dies soll die zeitaufwendige, manuelle Pflegedokumentation reduzieren und das Pflegepersonal entlasten. Auf Basis von ausgewählten Pflegeprozessen (z.B. Positionswechsel / Lagerung) wurde an einer Soft- und Hardware-Lösung zur automatisierten Identifizierung dieser Prozesse geforscht.