Zukunftslabor Gesundheit

Zukunftslabor Gesundheit

Motivation & Ziele

Die medizinische Forschung und Gesundheitsversorgung stehen durch die zunehmende Digitalisierung vor einem grundsätzlichen Umbruch. Fortschritte in der Sensorik und Bildgebung - sowohl im klinischen Alltag als auch im privaten Umfeld - liefern neuartige gesundheitsrelevante Verlaufsdaten. Die Anwendung neuer Datenanalyse-Technologien auf diese großen Datenmengen ermöglicht neue Ansätze für das Verständnis und die Therapie komplexer Erkrankungen.

Zentrale Aspekte für die Arbeit des Zukunftslabors Gesundheit sind der Einsatz neuer digitaler Methoden in Versorgung und Pflege, eine evidenz- und datenbasierte Medizin, die Gestaltung gesundheitsfördernder Lebenswelten, eine personalisierte Medizin sowie umfassende Versorgungsforschung entlang der gesamten Versorgungskette.

Ansatz

Die Abteilung Assistenzsysteme und Medizintechnik der Universität Oldenburg untersucht neben der Entwicklung neuer Datenanalyse-Technologien unter anderem Pflegehandlungen und den Einsatz von Technologien hinsichtlich ihrer Eignung für die Bewertung von Haltungen, Bewegungen und Handlungen in der ambulanten Pflege. So können beispielsweise Fehlbelastungen erkannt und Erkrankungen des muskuloskelettalen Apparats bei professionell als auch informell Pflegenden vorgebeugt werden.

Des Weiteren ist eine teilautomatische Pflegedokumentation als qualitätssichernde Maßnahme wie auch automatische Erinnerungen an anstehende Pflegehandlungen (z.B. Dekubitus-Prophylaxe) realisierbar, sofern anhand der Bewegungen und der kinematischen Kette Pflegehandlungen identifiziert werden können.

Förderung / Kooperation

Gefördert vom Niedersächsischen Ministerium für Wissenschaft und Kultur im Niedersächsischen Vorab der VolkswagenStiftung und betreut vom Zentrum für digitale Innovationen (ZDIN).
Förderzeitraum: 10/2019-9/2024

Beteiligte Partner

  • Hochschule für Angewandte Wissenschaft und Kunst Hildesheim/Holzminden/Göttingen - Fakultät Naturwissenschaften und Technik
  • Hochschule Hannover - Abteilung Information und Kommunikation
  • Hochschule Osnabrück - Forschungsgruppe Informatik im Gesundheitswesen
  • Jade Hochschule Wilhelmshaven Oldenburg Elsfleth - Institut für Technische Assistenzsysteme
  • Leibniz Universität Hannover - Forschungszentrum L3S
  • Leibniz Universität Hannover - Institut für Informationsverarbeitung
  • Medizinische Hochschule Hannover - Peter L. Reichertz Institut für Medizinische Informatik
  • Technische Universität Braunschweig - Peter L. Reichertz Institut für Medizinische Informatik
  • Universitätsmedizin Göttingen - Institut für Medizinische Informatik

Publikationen

  • [article] bibtex
    L. Büker, V. Quinten, M. Hackbarth, S. Hellmers, R. Diekmann, und A. Hein, "How the Processing Mode Influences Azure Kinect Body Tracking Results" Sensors, vol. 23, iss. 2, p. 878, 2023.
    @article{buker2023processing, title={How the Processing Mode Influences Azure Kinect Body Tracking Results},
      author={B{\"u}ker, Linda and Quinten, Vincent and Hackbarth, Michel and Hellmers, Sandra and Diekmann, Rebecca and Hein, Andreas},
      journal={Sensors},
      volume={23},
      number={2},
      pages={878},
      year={2023},
      publisher={MDPI}
  • [article] bibtex
    L. Büker, D. Bussenius, E. Schobert, A. Hein, und S. Hellmers, "Camera-Based Tracking and Evaluation of the Performance of a Fitness Exercise" Proceedings of the 16th International Joint Conference on Biomedical Engineering Systems and Technologies, 2023.
    doi: 10.5220/0011755700003414
    @article{linda,
      author = {Linda Büker and Dennis Bussenius and Eva Schobert and Andreas Hein and Sandra Hellmers},
      doi = {10.5220/0011755700003414},
      isbn = {978-989-758-631-6},
      journal = {Proceedings of the 16th International Joint Conference on Biomedical Engineering Systems and Technologies},
      pages = {489-496},
      publisher = {SCITEPRESS - Science and Technology Publications},
      title = {Camera-Based Tracking and Evaluation of the Performance of a Fitness Exercise},
      year = {2023},
      }
  • S. Hellmers, A. Brinkmann, C. F. Böhlen, S. Lau, R. Diekmann, und A. Hein, "Posture and Mechanical Load Assessment During Patient Transfers" SN Computer Science, vol. 3, p. 375, 2022.
    doi: 10.1007/s42979-022-01263-1
    @article{Hellmers2022,
      author = {Sandra Hellmers and Anna Brinkmann and Conrad Fifelski-von Böhlen and Sandra Lau and Rebecca Diekmann and Andreas Hein},
      doi = {10.1007/s42979-022-01263-1},
      issn = {2661-8907},
      issue = {5},
      journal = {SN Computer Science},
      pages = {375},
      title = {Posture and Mechanical Load Assessment During Patient Transfers},
      volume = {3},
      url = {https://doi.org/10.1007/s42979-022-01263-1},
      year = {2022},
      }
  • [conference] bibtex
    S. Hellmers., A. Brinkmann., C. F. Böhlen., S. Lau., R. Diekmann., und A. Hein. "Assessing Postures and Mechanical Loads during Patient Transfers" in Proc. Proceedings of the 14th International Joint Conference on Biomedical Engineering Systems and Technologies - Volume 5 HEALTHINF: HEALTHINF, 2021.
    doi: 10.5220/0010155300210029
    @conference{healthinf21,
      author={Sandra Hellmers. and Anna Brinkmann. and Conrad Fifelski-Von Böhlen. and Sandra Lau. and Rebecca Diekmann. and Andreas Hein.},
      title={Assessing Postures and Mechanical Loads during Patient Transfers},
      booktitle={Proceedings of the 14th International Joint Conference on Biomedical Engineering Systems and Technologies - Volume 5 HEALTHINF: HEALTHINF},
      year={2021},
      pages={21-29},
      publisher={SciTePress},
      organization={INSTICC},
      doi={10.5220/0010155300210029},
      isbn={978-989-758-490-9} }
  • [conference] bibtex
    C. Lübbe, B. Friedrich, S. Fudickar, S. Hellmers, und A. Hein, "Feature Based Random Forest Nurse Care Activity Recognition using Accelerometer Data" in Proc. Adjunct Proceedings of the 2020 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2020 ACM International Symposium on Wearable Computers, 2020.
    @conference{nurse,
      author={Lübbe, Carolin and Friedrich, Björn and Fudickar, Sebastian and Hellmers, Sandra and Hein, Andreas},
      title={Feature Based Random Forest Nurse Care Activity Recognition using Accelerometer Data},
      booktitle={Adjunct Proceedings of the 2020 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2020 ACM International Symposium on Wearable Computers},
      year={2020},
      organization={ACM} }
(Stand: 23.11.2023)  | 
Zum Seitananfang scrollen Scroll to the top of the page