Mobile Gesundheitsapplikation zur frühzeitigen Stresserkennung

Einführung

• Lösung basierend auf Smartphones und Sensoren mit Erfassung von Vitaldaten, Umgebungsfaktoren und Kommunikationsdaten

• Automatisches Erkennen von Stress-Mustern mittels Monitoring von Umgebungs-, Bewegungs- und Kommunikationsdaten

• Stressreduktion durch frühzeitiges Erkennen von Stresssymptomen

• Automatisches BioFeedback via Smartphone • Testen eines medizinisch-therapeutischen

Wirkungs-Prototyps

Erfahrungen & Rollen der Partner

Semantic Web sowie Human Computer Interaction, Usability, Software-Entwicklung und Software-Architektur, Internet-Technologien und Java-Programmierung Projektleitung, Forschung, Koordination

Kompetenzschwerpunkte Entrepreneurship, Nachhaltiges Management und Gesundheit Relationship Management, Marketing, Durchführung der Evaluation

Erfahrung im Bereich Ambient Assisted Living, Sensoren und Vitaldatenerfassung Projektleitung, Sensoren-Know-how, Technische Integration

Expertise in den Bereichen semantische Datenanalyse, Mustererkennung, Textlinguistik, Applikationsentwicklung Mustererkennung, Intelligente Datenanalysen

Hochspezialisierte Klink für die Behandlung von Alkohol-, Medikamenten- und Tabakabhängigkeit Fachlicher Input, Rekrutierung der Testpersonen, Durchführung und fachliche Auswertung Feldtest

Förderagentur für Innovation des Bundes, Unterstützung der anwendungs-orientierten Forschung und Entwicklung (aF&E) und Förderung des Unternehmertums. Kofinanzierung des Projektes

Vitaldaten

Muster erkennen • Verschiedene Muster und Signale vergleichen

• Trends erkennen

• Situationen analysieren • Trenderkennung • Beratung

Umgebungsdaten

Kommunikationsdaten

• Emotional Tagging: Patient gibt Feedback

• Lernen: Patient erhält Informationen

Coach Therapeut Arzt

Patient Klient

Datenerfassung • Direkte Erfassung und Übermittlung von verschiedenen Daten

Daten nutzen • Betreuung durch Fachpersonen • Lernen des Patienten • Biofeedback

Visualisierung • Stresswarnungen • Real-time Feedback • Historie, Trends, Muster

• Ort • Wetter

• Telefon • SMS

• Sensoren: Herzraten-variabilität, Bewegung und weitere Daten

Frühzeitige Erkennung von Stresssituationen und -ursachen

Prinzip - Übersicht

Stresswarnung:Vibration, akustisch, optisch

CoachTherapeut

Arzt

PatientKlient

Backend:• Lernen von Stresserkennungsmustern• Erkennen von Mustern in Eingabedaten• Analyse der aufgezeichneten Stressdaten

Stressvisualisierung:Biofeedback,Historie, Muster

Stressvisualisierung:Historie, Muster

BewegungsdatenStandort

PatientKlient

SmartphoneApp

Vitalparameter

Prinzip - Workflow

Sensoren

Smartphone App

Server

Datenerfassung (HRV, Aktivität, Haut)

Mustererkennung (vereinfacht)

Kommunikation mit Coach

Datenmanagement Vollständige Mustererkennung

Stress Level Berechnung

Stress Level

Historie

Lernen

Patienten - App

• Login • Stress Alert • Feedback • Mood Selection • Entspannungsübungen • Tagging • Stress Status & Auswertungen

Darstellung der Resultate

• Stressanzeige mit Zusatzkommentaren • Verlauf Stress-Level

• Tag • Monat • Längere Periode

• Weitere Auswertungen geplant

Milestoneplan

Projektplan KTI:

Feldtest Meilensteine: • Juli 2013: Start mit ersten Datenerfassungen mit Freiwilligen • Beginn 2014: Start mit klinischen Tests

Ausblick: Business Plan

• Für den KTI-Antrag wurde ein Businessplan erstellt

• Ziel ist es, das Angebot kommerziell im Markt zu etablieren

• Bedürfnisse sind abgeklärt • Kontakte zu verschiedenen

potentiellen Zielkunden etabliert