Vier inspirierende Beispiele dafür, wie Biosensoren zur Verbesserung der Gesundheitsversorgung eingesetzt werden

Erfahren Sie, wie Biosensoren die Leistung von medizinischem Fachpersonal optimieren. In Notfallsimulationen erfassen Eye-Tracking-Brillen die Blickmuster von Führungskräften, während in Usability-Studien mithilfe von Heatmaps Designfehler aufgedeckt werden. Die FEA unterstützt die frühzeitige Erkennung von Parkinson-Demenz und identifiziert emotionale Auslöser für Therapieresistenz. Dieser multimodale Ansatz verlagert die Gesundheitsforschung in naturnahe Umgebungen und verbessert so die Diagnosegenauigkeit sowie die Behandlungsergebnisse für die Patienten.

Die COVID-19-Pandemie hat erneut gezeigt, dass medizinisches Fachpersonal für die Gesundheit der Gesellschaft von unschätzbarem Wert ist. Uns ist bewusst, wie gefährlich ihre Arbeit sein kann und wie schwer es für sie ist, unter Stressbedingungen gute Leistungen zu erbringen und wichtige Entscheidungen zu treffen.

Die aktuelle Situation hat deutlich gemacht, dass mehr Forschungsmittel für Anwendungen im Gesundheitswesen bereitgestellt werden müssen, um die Leistung des Gesundheitswesens sowie die Diagnose- und Behandlungsprozesse zu verbessern. Zu diesem Zweck wurden häufig Biosensor-Tools eingesetzt, um eine zuverlässige multimodale Forschung sowohl im Labor als auch unter realen Bedingungen zu ermöglichen. Forscher haben Biosensoren genutzt, um Diagnoseprozesse zu innovieren und zu verbessern.

Dazu gehört auch die Untersuchung von Faktoren, die die Arbeitsbeziehungen und die Leistung von medizinischem Fachpersonal beeinflussen. Im Folgenden stellen wir vier inspirierende Anwendungsbeispiele aus der Biosensorik vor, die unserer Meinung nach wegweisend für die Zukunft der Gesundheitsforschung sind.

1. Notfallversorgungssimulationen liefern Erkenntnisse über die Leistung von medizinischem Fachpersonal durch die Analyse von Eye-Tracking: Blickverläufe

Im Mittelpunkt dieser jüngsten interdisziplinären Zusammenarbeit stand das Situationsbewusstsein von medizinischem Fachpersonal während einer Notfallsimulation (2020). Ein Forscherteam der Yokohama City University, des Kyushu Institute of Technology und der University of Nottingham arbeitete gemeinsam daran, die Entscheidungsfindung eines Notarztes anhand seines Blickverhaltens zu analysieren, wobei Eye-Tracking-Brillen und die Software iMotions zum Einsatz kamen. Diese Studie ist Teil des Japan-UK Eyework Project, dessen Ziel es ist, zu untersuchen, wie medizinisches Fachpersonal in der Notfallversorgung Intersubjektivität erreicht und die Interaktion im Notfall als soziales Handeln nutzt (1).

Die jüngste Studie im Rahmen des Projekts fand in einer natürlichen Krankenhausumgebung statt, zusammen mit zwei weiteren Ärzten und einem simulierten Patienten mit einer Hirnblutung. Der Arzt musste in dieser unerwarteten Notfallsituation wie gewohnt handeln, während die Forscher seine Blickdaten in Echtzeit beobachteten.

Sie stellten fest, dass der Blick des Teamleiters bei der Erteilung von Anweisungen häufiger auf den Körpern seiner Teammitglieder als auf deren Gesichtern ruhte, und nutzten diese Informationen, um die Interaktionen des medizinischen Personals zu quantifizieren und zu beschreiben. Es zeigte sich, dass die Blickmuster Aufschluss darüber gaben, wie die Führung innerhalb des medizinischen Teams funktioniert: Der Leiter blickte wiederholt auf seine Teammitglieder, bevor er Anweisungen erteilte, und beobachtete sie auch während und nach der Ausführung der Handlungen.

Diese Studie leistet Pionierarbeit bei der Etablierung einer Standardmethodik unter Verwendung von Eye-Tracking-Brillen und möglicherweise weiteren Biosensoren, um das Verhalten von medizinischem Fachpersonal in Notfallsituationen zu trainieren und dessen Leistungsfähigkeit zu verbessern. Tragbare Sensortechnologien wie Eye-Tracking-Brillen ermöglichen es, das Verhalten von medizinischem Fachpersonal in einer natürlichen Umgebung zu untersuchen, wodurch die Übertragbarkeit der Ergebnisse erhöht wird und Erkenntnisse gewonnen werden, die unmittelbar auf reale Situationen anwendbar sind.

2. Biosensoren liefern tiefere Einblicke in die Nutzbarkeitstests von Medizinprodukten

Die in Krankenhäusern eingesetzten Geräte sind für die schnelle Diagnose und Behandlung vieler verschiedener Krankheiten von entscheidender Bedeutung. Diese Geräte können für den Anwender recht anspruchsvoll und komplex sein. Angesichts des hektischen Krankenhausalltags benötigen medizinische Fachkräfte medizinische Geräte, die intuitiv gestaltet sind und über klare Gebrauchsanweisungen verfügen. Forscher aus dem Bereich der angewandten Psychologie von FORCE Technology in Dänemark haben daran gearbeitet, dieses Problem zu lösen, indem sie untersuchten, wie die Usability-Studien zu medizinischen Geräten mithilfe von Eye-Tracking-Brillen verbessert werden können (2).

Thomas Koester und seine Kollegen gingen davon aus, dass Eye-Tracking Einblicke in die Wahrnehmung des Nutzers bei der Interaktion mit einem medizinischen Gerät liefern kann. Dies lässt sich mit herkömmlichen Methoden der UX-Forschung wie Video-Beobachtungen, Interviews nach der Nutzung und Umfragen oft nicht erreichen, da diese anfällig für Verzerrungen und Fehler sind.

Im Rahmen von Koesters Untersuchungsdesign sollten die Teilnehmer ein (aus Gründen der Vertraulichkeit) nicht näher bezeichnetes medizinisches Gerät in zwei Szenarien verwenden: In dem einen versuchte der Benutzer, den Status des Geräts zu ermitteln (d. h. festzustellen, ob das Gerät betriebsbereit ist), in dem anderen entschied der Benutzer, ob das Gerät gewartet werden muss oder nicht. Die Ergebnisse wurden zudem mit einer parallelen Beobachtung verglichen, die unter Verwendung traditioneller ethnografischer Methoden zur Usability-Prüfung durchgeführt wurde.

Zur Analyse der Eye-Tracking-Daten nutzten die Forscher die Heatmap- und AOI-Funktionen (Areas of Interest) in iMotions.

Blickverlaufskarte, die die Eye-Tracking-Daten von vier Teilnehmern zusammenfasst. Die Abbildung stellt nicht das tatsächliche Gerät dar. Sie dient lediglich der Veranschaulichung. 

Die abschließende Auswertung ergab, dass die Eye-Tracking-Brillen schnellere und detailliertere Ergebnisse lieferten und zusätzliche Erkenntnisse ermöglichten. Es zeigte sich, dass die Gruppe, die Eye-Tracking-Brillen verwendete, mindestens fünf zusätzliche Erkenntnisse gewinnen konnte, die dem Team, das die herkömmliche Methode anwandte, verwehrt blieben. So fiel ihnen beispielsweise auf, dass die Unterlagen des Moderators den Nutzer ablenkten, während die ersten Informationen vermittelt wurden.

Eine weitere Beobachtung war, dass keiner der Teilnehmer eine wichtige Taste am Gerät beachtete. Zudem stellten die Forscher fest, dass Teilnehmer mit Vorkenntnissen im Umgang mit ähnlichen Geräten eine geringere Leistungsfähigkeit zeigten.
Anhand dieser Erkenntnisse gelang es, die Ursachen für die Fehler der Benutzer zu ermitteln und festzustellen, wie sich die Aufmerksamkeit der Benutzer während der Aufgaben verteilte.

Zusammenfassend lässt sich sagen, dass Eye-Tracking-Brillen und die Echtzeit-Datensynchronisation die Usability-Forschung für medizinische Geräte erheblich verbessern und es ermöglichen, diese Geräte in realen und natürlichen Anwendungssituationen zu untersuchen.

To see how these concepts are applied in practice, explore our Talk to a Research Expert page.

3. Biosensoren können kognitive Funktionsstörungen bei der Parkinson-Krankheit aufdecken

Die Parkinson-Krankheit (PD) ist heute eine der am intensivsten erforschten neurologischen Erkrankungen. Forscher haben festgestellt, dass diese Krankheit mit einer Beeinträchtigung der Gesichts- und Emotionsverarbeitung einhergeht. Darüber hinaus können 40 % der Betroffenen auch eine Demenz (PD-D) entwickeln (Padovani et al. 2006) (3). Bei PD-D-Patienten ist dieses Defizit in der Gesichtsverarbeitung jedoch nach wie vor unklar.

Die China Medical University in Taichung (Taiwan) führte eine Studie durch, in der untersucht wurde, inwiefern Beeinträchtigungen bei der Gesichtsunterscheidung und der Emotionserkennung mit dem Alterungsprozess und kognitiven Funktionsstörungen bei Parkinson-Patienten mit Demenz zusammenhängen (4). Anhand von Parkinson-Patienten mit Demenz und einer gesunden Kontrollgruppe untersuchten die Forscher drei wesentliche Aspekte der Gesichtsverarbeitungsfähigkeit sowie die Zusammenhänge zwischen kognitiven und neuropsychiatrischen Befunden und der Leistungsfähigkeit bei bestimmten Aufgaben.

Die Probanden mussten drei computergestützte Aufgaben bewältigen: Erkennen von Diskriminierung, Erkennen von Emotionen und Nachahmen von Gesichtsausdrücken, wobei sie die Software iMotions mit dem Modul zur Gesichtsausdrucksanalyse nutzten, das in Zusammenarbeit mit Affectiva bereitgestellt wurde. Ihre Ergebnisse deuten darauf hin, dass die Beeinträchtigung beim Erkennen negativer Emotionen vom Stadium der Parkinson-Krankheit bis zum Stadium der Parkinson-Demenz anhielt.

Diese Studie gehörte zu den ersten, die drei wichtige Aspekte der Gesichtsverarbeitung bei Patienten mit PD-D untersuchten. Die Forscher stellten durchgängige Defizite fest, die mit zunehmendem Alter und verlangsamten Denkprozessen korrelierten. Ihre Ergebnisse führten zu der Schlussfolgerung, dass eine Aufgabe zur Gesichtsunterscheidung als potenzieller Test zur Früherkennung von Demenz bei Parkinson-Patienten eingesetzt werden könnte.

4. Die Biosensorforschung kann therapeutische Interaktionen verbessern, indem sie die emotionalen Äußerungen von Pflegekräften analysiert

Die Rolle von Emotionen bei der Entscheidungsfindung wird seit Jahrzehnten untersucht. Jüngste Studien haben gezeigt, dass diese Emotionen, die mit einer Muskelaktivierung einhergehen, die treibende Kraft hinter den meisten wichtigen Entscheidungen sind, die wir täglich treffen. Es liegen jedoch nur wenige Informationen darüber vor, inwiefern diese Gesichtsmuskelaktivität und der daraus resultierende emotionale Ausdruck mit den therapeutischen Entscheidungen zusammenhängen, die Ärzte täglich in ihren Sprechstunden treffen.

Darüber hinaus gibt es ein weit verbreitetes Phänomen, das Ärzte betrifft, die Patienten mit chronischen Erkrankungen betreuen: die sogenannte therapeutische Trägheit (TI). Darunter versteht man das Versäumnis, eine Behandlung einzuleiten oder zu intensivieren, obwohl eindeutige Anzeichen für eine klinische und radiologische Aktivität der Erkrankung vorliegen. Dieses Phänomen führt häufig zu schlechteren klinischen Ergebnissen und höheren Gesundheitskosten.

Aus diesem Grund hat die „Decision Neuroscience Unit“ der Universität Toronto in Zusammenarbeit mit der Universität Zürich beschlossen, eine Studie durchzuführen, um zu ermitteln, wie und welche Art von emotionalen Äußerungen mit therapeutischen Entscheidungen bei der Behandlung von Patienten mit Multipler Sklerose (MS) zusammenhängen.

Zu diesem Zweck untersuchten sie den Zusammenhang zwischen Emotionen und affektiven Zuständen sowie der therapeutischen Trägheit (TI) bei Neurologen, die diese MS-Patienten betreuen, während diese ihre therapeutischen Entscheidungen treffen. Konkret wurde die Studie mit Neurologen durchgeführt, die über Fachkenntnisse im Bereich MS verfügen und gebeten wurden, verschiedene Fragen zu ihrer klinischen Praxis, ihrer Abneigung gegen Unklarheiten und dem Umgang mit verschiedenen simulierten Fallbeispielen zu beantworten (5).

Im Rahmen der Studie erfassten sie die Aktivierung der Gesichtsmuskeln und die damit verbundenen emotionalen Ausdrucksformen mithilfe der Software iMotions und des AFFDEX-Moduls von Affectiva. Sie stellten fest, dass die Hälfte der Teilnehmer in mindestens einem der Fallbeispiele TI zeigte. Dies deutet darauf hin, dass Gesichtsmetriken und emotionale Ausdrucksformen mit den Entscheidungen der Ärzte zusammenhängen und den Einfluss der Ambiguitätsaversion auf TI teilweise vermitteln.

Daher schlagen sie vor, dass die Ermittlung und Durchführung geeigneter pädagogischer Maßnahmen in solchen Situationen eine optimale therapeutische Entscheidungsfindung bei chronischen Erkrankungen erleichtern kann, was zu besseren Ergebnissen für die Patienten und geringeren Kosten für die medizinische Versorgung führt.

Sehen Sie sich unser Webinar „Schulungen im Gesundheitswesen in virtuellen Umgebungen mit Varjo“ an

Fazit:

Wie die oben genannten Studien zeigen, können Biosensor-Tools und multimodale Forschung in einer Vielzahl von Anwendungen im Gesundheitswesen von großem Nutzen sein. Diese Studien zu Kommunikation im Gesundheitswesen, zur Prüfung der Benutzerfreundlichkeit von Geräten, zur Früherkennung der Parkinson-Krankheit und zur Behandlung von Multipler Sklerose können als wichtige Leitlinien und Inspirationsquellen für die zukünftige Forschung in ähnlichen Bereichen des Gesundheitswesens und der Leistungsfähigkeit dienen. Dies sind nur einige wenige Beispiele unter vielen Studien, die die potenziellen Vorteile eines multimodalen Ansatzes in Anwendungen im Gesundheitswesen aufzeigen.

Mitwirkende Autoren:

Demet Soyyilmaz & Ariadna Hidalgo Pons

Literaturverzeichnis

1. Nakamura, K., Sakai, T., Abe, T., Saitoh, T., Coffey, F., MacKenzie, A., … & Tsuchiya, K. (2020). Der Blick eines Teamleiters vor und nach der Erteilung von Anweisungen in einer Notfallversorgungssimulation: eine Fallstudie mit Eye-Tracking-Brillen. BMJ Simulation and Technology Enhanced Learning, bmjstel-2019.
2. Koester, T., Brøsted, J. E., Jakobsen, J. J., Malmros, H. P. & Andreasen, N. K. (Juni 2017). Der Einsatz von Eye-Tracking bei Usability-Tests medizinischer Geräte. In: Proceedings of the International Symposium on Human Factors and Ergonomics in Health Care (Bd. 6, Nr. 1, S. 192–199). Sage CA: Los Angeles, CA: SAGE Publications.
3. Padovani, A., Costanzi, C., Gilberti, N. & Borroni, B. Parkinson-Krankheit und Demenz. Neurologic Science. 27, 40–43 (2006).
4. Ho, M.W., Chien, S.H., Lu, M. et al. Beeinträchtigungen bei der Gesichtsunterscheidung und der Emotionserkennung stehen im Zusammenhang mit dem Alterungsprozess und kognitiven Funktionsstörungen bei Parkinson-Patienten mit Demenz. Sci Rep 10, 4367 (2020).
5. Saposnik, G., Oh, J., Terzaghi, M., Kostyrko, P., Bakdache, F., & Montoya, A. et al. (2019). Emotionale Äußerungen im Zusammenhang mit therapeutischer Trägheit in der Multiple-Sklerose-Versorgung. Multiple Sclerosis And Related Disorders, 34, 17–28.