Sensor-based agitation prediction in institutionalized people with dementia A systematic review

Vroegtijdige detectie van agitatie bij mensen met dementie kan leiden tot tijdige interventies, waardoor verslechtering van de situatie wordt voorkomen en de kwaliteit van leven wordt verbeterd. De opkomst van multimodale detectie en de vooruitgang in kunstmatige intelligentie maken het haalbaar om technologie te onderzoeken en toe te passen voor dit doel. We hebben een literatuuroverzicht uitgevoerd om de huidige technische ontwikkelingen en uitdagingen van de integratie in zorginstellingen te begrijpen. Onze systematische review maakte gebruik van de wetenschappelijke databases Pubmed en IEEE, waarbij studies vanaf 2017 werden bekeken. We includeerden studies die zich richtten op het koppelen van sensorgegevens aan vocale en/of fysieke manifestaties van agitatie. Van de 1622 geïdentificeerde studies werden er 12 geselecteerd voor de eindbeoordeling. Er werden analyses uitgevoerd op studieopzet, technologie, beslissingsgegevens en gegevensanalyse. We identificeerden een hiaat in de gestandaardiseerde semantische representatie van zowel gedragsbeschrijvingen als configuraties voor het genereren van systeemgebeurtenissen. Dit onderzoek benadrukte initiatieven die gebruikmaken van bestaande informatie in de routine van een zorgverlener, zoals het correleren van elektronische patiëntendossiers met sensorgegevens. Naarmate voorspellende systemen meer worden geïntegreerd in zorgroutines, moet de reductie van vals-positieven worden aangepakt, omdat dit het gebruik ervan zal ontmoedigen. Om een adaptief voorspellend vermogen en een gepersonaliseerde herconfiguratie van het systeem te garanderen, stellen we daarom voor om in de toekomst een raamwerk te evalueren waarin een human-in-the-loop benadering is opgenomen voor het detecteren en voorspellen van van agitatie, om te zorgen voor een adaptief voorspellend vermogen en gepersonaliseerde herconfiguratie van het systeem.