Verrassend genoeg brengen mensen in Europa en Noord-Amerika gemiddeld 90% van hun tijd binnenshuis door. Ouderen zijn het grootste deel van deze tijd thuis. Aangezien de bevolking vergrijst, rijst de vraag: hoe kunnen we de kwaliteit van leven voor ouderen verbeteren en tegelijkertijd goed voor ze zorgen? AI helpt, ook op dit gebied.
Waarom dit belangrijk is:
Mensen, en vooral ouderen, brengen het grootste deel van hun tijd binnenshuis door. AI kan helpen om de levensstandaard te verhogen en gezondheidszorg te bieden in gebieden waar dat op dit moment lastiger is.
Het Eindhoven Artificial Intelligence System Institute (EAISI) en 4TU.Bouw organiseerden onlangs samen een lunchbijeenkomst over gezondheid in de gebouwde omgeving. ‘AI in aging care anywhere: bringing technological advances to rural areas’ was het onderwerp van een keynote van gasthoogleraar José Manuel García Alonso. Hij is universitair hoofddocent aan de Universiteit van Extremadura (UEx) in Spanje.
Een spraakassistent op maat
Extremadura is een van de armste regio’s van Spanje en een van de regio’s die sneller ontvolkt raakt. Volgens een recente studie van het lokale instituut voor statistiek IEEX zal de regio, gezien de huidige demografische trends, de komende 15 jaar 3,4% van zijn bevolking verliezen. Daarentegen neemt de totale bevolking van Spanje met meer dan een tiende toe. De bevolking van de regio vergrijst niet alleen, maar is ook verspreid en woont in kleinere dorpen. Daarom is er behoefte aan innovatie om een helpende hand te bieden.
Geïnspireerd door het werk van onderzoekers over de hele wereld op het gebied van gerontechnology – een onderzoeksgebied dat onderzoek naar veroudering combineert met technologie – besloten onderzoekers van UEx zelf aan technologieën te werken om deze aan te passen aan de situatie in Extremadura. Een voorbeeld hiervan is ACHO, een spraakassistent die de gebruiker eraan herinnert om medicijnen in te nemen. De assistent geeft op verzoek ook aan welke medicijnen al zijn ingenomen.
Medicatie-inname bijhouden
ACHO heeft een woord waarmee de gebruiker het apparaat kan ‘wekken’, het stelt en beantwoordt vragen en kan offline werken – niet alle ouderen hebben een internetverbinding. “Maar gebruikers kunnen het ook tegen ACHO zeggen als er een probleem is. Als een medicijn op is, moeten ouderen soms wel een week wachten tot een familielid nieuwe medicijnen komt brengen omdat er geen apotheek is in hun dorp. Op deze manier houden we bij hoe een medicijn wordt ingenomen,” legt García Alonso uit.
De reacties van gebruikers verschillen. Hoewel mensen vrijwillig deelnamen aan het onderzoek, stopten sommigen na een paar dagen met het gebruik, terwijl anderen het leuk vonden om gesprekken te voeren met ACHO. UEx heeft patent aangevraagd op de spraakassistent, omdat het van plan is om intellectuele eigendomsrechten te verlenen aan een bedrijf dat het apparaat kan commercialiseren. Daarnaast werken de onderzoekers aan het verbeteren van het apparaat door het integreren van passende AI-modellen.
Tijd besparen, kwaliteit behouden
Veel opkomende zorgtechnologieën richten zich op het implementeren van zorgdiensten in of rondom huis – in zekere zin is ACHO ook een voorbeeld van deze trend. Toch blijven er ook nog veel uitdagingen voor ziekenhuizen, waarvan de grootste het gebrek aan personeel is.
García Alonso maakt ook deel uit van een samenwerking met de Universiteit van Evora en haar verpleegschool. In een van de projecten creëerden UEx-onderzoekers een webapplicatie op basis van machine learning waarmee verpleegkundigen informatie over ouderen kunnen verzamelen om hun vitale functies te controleren. Gewoonlijk volgen verpleegkundigen de richtlijnen van de Wereldgezondheidsorganisatie. Hierin worden verschillende metingen voorgeschreven wat zorgt voor een langdurige procedure.
Verpleegkundigen moeten vragenlijsten met 31 vragen invullen. De wetenschappers gebruikten machine learning om gegevens te classificeren zodat het invullen van de vragenlijst minder lang duurt. Als resultaat kwamen ze met twee kortere versies van de vragenlijst. De eerste verminderde 20% van de vragen en scoorde 99% nauwkeurigheid. “Een tijdsbesparing van 20% zorgt ervoor dat je meer tijd met de patiënten door kunt brengen zonder de nauwkeurigheid van de metingen te verminderen,” benadrukt de professor. De tweede versie behield slechts 14 vragen en behaalde een nauwkeurigheid van 96%. Hoewel deze versie niet zo nauwkeurig is, is het wel geschikt voor thuisgebruik.
Kwantumcomputing is de volgende stap
Er kan nog veel meer worden gedaan om verpleegkundigen te ondersteunen en hoge zorgstandaarden voor ouderen te garanderen. Een ander onderzoeksproject waaraan García Alonso deelnam, onderzocht de mogelijkheden van kwantumcomputing voor gepersonaliseerde geneeskunde.
“De meeste ouderen gebruiken verschillende medicijnen. Wanneer zich een nieuw probleem voordoet en artsen een nieuw medicijn moeten voorschrijven, is het niet alleen belangrijk dat zij begrijpen of de behandeling werkt voor de patiënt. Het is ook belangrijk om te zien hoe die nieuwe behandeling reageert in iemands lichaam en genetica en hoe het gaat in combinatie met eventuele andere medicijnen die iemand al gebruikt. Dit zijn allemaal complexe variabelen die bepalen of er veel rekenkracht nodig is, iets wat kwantumcomputers kunnen bieden,” vat hij samen.