Emotionen von 24-Stunden-PflegepatientInnen messen

Mittels Sensoren wollen Forscherinnen und Forscher Emotion und Stress bei 24-Stunden-PflegeklientInnen messen, um die Pflege- und Betreuungsmaßnahmen ideal anpassen zu können.

„Menschliche Emotionen sind neuerdings zu einem wichtigen Themengebiet technischer Forschung und Entwicklung geworden. Aktuelle Fortschritte in Sensorik und Intelligent Computing sollen eine maschinelle Erkennung von Basisemotionen wie beispielsweise Freude, Angst, Wut, Ekel, Trauer, Überraschung oder komplexerer Gemütszustände mittels intelligenter Erfassung bzw. Auswertung unterschiedlicher Sensordaten ermöglichen“, erläutert Projektleiter Kyandoghere Kyamakya (Institut für Intelligente Systemtechnologien, Forschungsgruppe Verkehrsinformatik). Mögliche Daten stammen aus EEG, EKG, Messung der Atmung, Bewegung oder Stimme.

Den Gemütszuständen von 24-Stunden-PflegepatientInnen möchte man nun in einem neuen Forschungsprojekt auf die Spur kommen. Auftraggeber und Projektpartner ist „AIS pbw GmbH – 24 Stundenbetreuung“. Das Unternehmen setzt 24-Stunden-Betreuung ein bzw. vermittelt diese, um dem steigenden Bedarf einer Unterstützung bei der Lebensführung in den eigenen vier Wänden zu begegnen. Das Projekt wird im Rahmen des FFG geförderten Innovationsscheck Plus Programms (2016) durchgeführt.

Kyamakya erklärt weiter: „Wir wollen nach Möglichkeiten einer automatischen Erkennung von ‚Emotion und Stress‘ bei ‚AIS pbw GmbH – 24 Stundenbetreuung‘-KlientInnen unter Beachtung von Privacy und Datensicherheitsbedingungen forschen. Dies soll einerseits zu einer optimalen Anpassung bestehender und neuer Pflege- und Betreuungsmaßnahmen auf die KlientInnen, sowie andererseits zur eventuellen Sichtbarmachung des Gemütszustandes der betreuten Personen für deren Angehörige führen.“

Die Forscherinnen und Forscher verfolgen dabei die Vision einer möglichst robusten und eingriffsfreien automatischen Emotions- und Stresserkennung. Sie werden mit Sensoren im Bereich des „Wearable Computing“, also u.a. entweder in Kleidungsstücken oder in Armband-ähnlichen Geräten integriert, arbeiten. Die Messdaten sollen mit eigens dafür entwickelten Algorithmen ausgewertet werden. Kyamakya führt dazu aus: „Wir haben zu dieser Fragestellung schon wesentliche Vorarbeiten geleistet, auf die wir aufbauen können.“