DE102019100228A1 - Serviceroboter - Google Patents

Serviceroboter Download PDF

Info

Publication number
DE102019100228A1
DE102019100228A1 DE102019100228.1A DE102019100228A DE102019100228A1 DE 102019100228 A1 DE102019100228 A1 DE 102019100228A1 DE 102019100228 A DE102019100228 A DE 102019100228A DE 102019100228 A1 DE102019100228 A1 DE 102019100228A1
Authority
DE
Germany
Prior art keywords
patient
service robot
data
gait
robot
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
DE102019100228.1A
Other languages
English (en)
Inventor
Horst-Michael Groß
Andrea Scheidig
Thanh Quang Trinh
Benjamin Schütz
Alexander Vorndran
Andreas Bley
Anke Mayfarth
Robert Arenknecht
Johannes Trabert
Christian Martin
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Metralabs Neue Tech und Systeme GmbH
METRALABS NEUE TECHNOLOGIEN und SYSTEME GmbH
Technische Universitaet Ilmenau
Original Assignee
Metralabs Neue Tech und Systeme GmbH
METRALABS NEUE TECHNOLOGIEN und SYSTEME GmbH
Technische Universitaet Ilmenau
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Metralabs Neue Tech und Systeme GmbH, METRALABS NEUE TECHNOLOGIEN und SYSTEME GmbH, Technische Universitaet Ilmenau filed Critical Metralabs Neue Tech und Systeme GmbH
Priority to DE102019100228.1A priority Critical patent/DE102019100228A1/de
Priority to EP20700648.7A priority patent/EP3908969A1/de
Priority to CN202080013352.4A priority patent/CN113490945A/zh
Priority to PCT/EP2020/050200 priority patent/WO2020144175A1/de
Priority to DE112020000351.5T priority patent/DE112020000351A5/de
Priority to US17/421,098 priority patent/US20220108561A1/en
Publication of DE102019100228A1 publication Critical patent/DE102019100228A1/de
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H40/00ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
    • G16H40/60ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices
    • G16H40/67ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the operation of medical equipment or devices for remote operation
    • AHUMAN NECESSITIES
    • A61MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61BDIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00Measuring for diagnostic purposes; Identification of persons
    • A61B5/103Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/112Gait analysis
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H10/00ICT specially adapted for the handling or processing of patient-related medical or healthcare data
    • G16H10/60ICT specially adapted for the handling or processing of patient-related medical or healthcare data for patient-specific data, e.g. for electronic patient records
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H15/00ICT specially adapted for medical reports, e.g. generation or transmission thereof
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/30ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to physical therapies or activities, e.g. physiotherapy, acupressure or exercising
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems

Landscapes

  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Medical Informatics (AREA)
  • Public Health (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Epidemiology (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Pathology (AREA)
  • Molecular Biology (AREA)
  • Physical Education & Sports Medicine (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Physics & Mathematics (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Veterinary Medicine (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Dentistry (AREA)
  • Physiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Rehabilitation Tools (AREA)

Abstract

Serviceroboter (17) zur Durchführung von Rehabilitationsmaßnahmen bei einem Patienten umfassend eine Sensorik zur Erfassung des Gangbilds eines Patienten, eine Schnittstelle zu einer Datenbank mit einem Übungsplan für den Patienten, und eine Auswertungseinheit zur Auswertung des Gangbilds des Patienten im Vergleich zum Übungsplan.

Description

  • Gebiet der Erfindung
  • Die Erfindung umfasst einen Serviceroboter zur Unterstützung der Therapie eines Patienten, insbesondere der Therapie des Gangapparats. Der Serviceroboter verfügt über Sensoreinrichtungen, um die Bewegungen des Patienten zu erfassen und die erfassten Bewegungen mit solchen zu vergleichen, die in einer Speichereinheit im Serviceroboter bzw. in einer Cloud hinterlegt sind. Basierend auf etwaigen Abweichungen in den Bewegungen gibt der Serviceroboter dem Patienten Hinweise zur Verbesserung seiner Bewegungsabläufe. Die absolvierten Übungen und die hierbei abgespeicherten Daten können anschließend von einem Therapeuten ausgewertet werden.
  • Hintergrund der Erfindung
  • Das Gesundheitssystem leidet unter einem erheblichen Fachkräftemangel. Dieser führt dazu, dass Therapie und Pflege immer öfter nur noch in unzureichendem Maße erbracht werden können, mit erheblichen Auswirkungen auf die Gesundheitskosten sowie auf die Wertschöpfung der Volkswirtschaft. Für Patienten bedeutet dies möglicherweise auch verlängertes Leid bzw. gar Folgeerkrankungen, die bspw. durch Haltungsschäden bei Rehabilitationsmaßnahmen entstehen können, sofern Patienten hierbei nicht in ausreichendem Maße angeleitet werden. Mit diesen Effekten geht einher, dass die Notwendigkeit zur Dokumentation des Patientenzustands immer weiter zunimmt, um sich aus Kliniksicht ggf. auch gegen Schadensersatzansprüche wehren zu müssen, die auf unzureichende Therapien zurückgeführt werden können. Dies kann in einigen Fällen zu einem sich selbst verstärkenden Effekt führen.
  • Der in diesem Dokument beschriebener Serviceroboter adressiert diese Problematik, indem die primäre Überwachung von Rehabilitationsmaßnahmen, insbesondere solcher des Haltungs- und Gangapparats, durch einen Serviceroboter erbracht wird. Dieser Serviceroboter ist ferner in der Lage, die absolvierten Übungen genau zu dokumentieren, womit die betreffende Gesundheitseinrichtung in der Lage ist, ihre diesbezügliche. Compliance-Verpflichtungen einzuhalten, ohne hierfür separat noch Personal abstellen zu müssen. Ein weiterer Effekt ist, dass der Einsatz eines solchen Systems die Beurteilung des Therapieerfolgs standardisiert, denn gegenwärtig unterliegt die Einschätzung dessen, ob eine Übung korrekt absolviert wird, der Einschätzung eines Therapeuten, der sich wiederum durch individuelle Erfahrungen von anderen Therapeuten unterscheidet. Somit sind bei Einschätzungen durch Therapeuten für ein und dieselbe Übung unterschiedliche Bewertungen möglich, während beim Einsatz des mobilen Serviceroboters eine einheitliche Einschätzung erfolgt.
  • Weiterhin bietet der Einsatz des mobilen Serviceroboters in den Bereichen Gang- und Treppentraining eine deutliche Entlastung für das therapeutische Personal: in neurologischen, geriatrischen sowie internistischen Einrichtungen kann der Serviceroboter die Begleitung von Patienten mit Orientierungsschwäche übernehmen ebenso wie das Gangtraining von Patienten, die durch häufiges Trainieren des Gehens ihre Teilhabe am Leben deutlich verbessern würden. In orthopädischen Einrichtungen stellen das Gangtraining mit und ohne Stützen oder anderen Hilfsmitteln sowie das Treppensteigen nach chirurgischen Eingriffen an den unteren Extremitäten oder an der Wirbelsäule einen erhöhten Zeitfaktor für das gering besetzte therapeutische Personal dar. Dieser Zeitaufwand kann durch den Einsatz des mobilen Serviceroboters bei für das Gang- und Treppentraining geeigneten Patienten reduziert werden.
  • Stand der Technik
  • Dem Fachmann sind verschiedenartige Serviceroboter im Gesundheits- bzw. Geriatriebereich bekannt. So beschreibt CN108422427 einen Rehabilitationsroboter, der in der Lage ist, Essen auf Tabletts zu servieren. Ähnlich gelagert ist CN206833244 , in dem ein Serviceroboter im Krankenhaus Materialien verteilt. Ebenfalls im Krankenhausumfeld bewegen sich die chinesischen Patentanmeldungen Nr. CN107518989 und CN101862245 , welche einen Serviceroboter umfassen, der Patienten transportiert, ähnlich einem Rollstuhl. CN205950753 beschreibt einen Roboter, der Patienten mittels Sensorik erkennt und durch ein Krankenhaus lotst. In CN203338133 wird ein Roboter zur Unterstützung des Pflegepersonals beschrieben, der Patienten im Krankenhaus bei den täglichen Dingen begleitet. Dagegen bezieht sich CN203 527474 auf einen Roboter, der mit seinem Arm ältere Menschen unterstützt.
  • CN108073104 bezieht sich auf einen Pflegeroboter, der infizierte Patienten betreut, indem er diesen Patienten Medikamente zur Verfügung stellt bzw. diese Medikamente verabreicht, die Patienten massiert, füttert, mit den Patienten kommuniziert, etc. Der Pflegeroboter reduziert hierbei die Infektionsgefahr für medizinisches Personal, indem der Pflegeroboter die Zahl der Patientenkontakte des Personals reduziert. Ein Roboter zum Begleiten älterer Menschen findet sich in CN107598943 . Dieser Roboter verfügt über einige Überwachungsfunktionen, vor allem aber über eine Funktion zur Bodenreinigung.
  • Bei CN106671105 handelt es sich um einen mobilen Serviceroboter zur Betreuung älterer Menschen. Der Serviceroboter überwacht durch Sensorik Parameter des Körpers wie die Temperatur, aber auch die Mimik. Er erkennt auch, ob der Mensch gefallen ist und kann über ein Netzwerk entsprechend Hilfe alarmieren.
  • Ähnlich gelagert sind CN104889994 und CN204772554 , in denen ein Serviceroboter aus dem Medizinbereich die Herzfrequenz erkennt, Patienten mit Sauerstoff versorgt und dabei über eine Spracherkennung und über ein Multimedia-Modul für Entertainmentzwecke verfügt. Die Sauerstoff-Ermittlung im Blut erfolgt auch in CN105082149 . CN105078445 bezieht sich auf einen Serviceroboter, der es ermöglicht, insbesondere bei älteren Menschen ein Elektrokardiogramm aufzuzeichnen und den Sauerstoffgehalt im Blut zu messen. Ähnlich angesiedelt ist CN105078450 mit einer Elektroenzephalogramm-Messung.
  • Einige der Gesundheitsroboter beziehen sich explizit auf die Durchführung von Übungen mit Patienten oder auch Assessments. In CN108053889 wird relativ abstrakt ein System beschrieben, das basierend auf abgespeicherten Informationen Übungen mit einem Patienten durchführt. CN108039193 beschreibt ein System zur automatischen Generierung von Gesundheitsreports, das in einem Roboter eingesetzt wird. Das Erfassen von Bewegungen/Fitnessübungen mithilfe eines Roboters, das Aufzeichnen und Abspeichern der Daten derselben zu Analysezwecken und die Übermittlung an externe Systeme werden in CN107544266 beschrieben. Gleichzeitig ist dieser Roboter in der Lage, die Einnahme von Medikamenten über verschiedene Sensoren zu überwachen.
  • CN106709254 beschreibt einen Roboter zur medizinischen Diagnose eines Patienten, der zugleich, basierend auf der Diagnose, auch einen Plan zur Behandlung erstellt. Hierzu wertet der Roboter Sprach- und Bildinformationen aus und vergleicht diese mit in Speichern hinterlegten Informationen. Hierbei kommt ein neuronales Netzwerk zum Einsatz.
  • In CN106407715 wird ein Serviceroboter beschrieben, der mittels Sprachverarbeitung und Bilderkennung die Anamnese eines Patienten durchführt. Neben dem Abfragen über Sprachein- und Sprachausgabevorrichtungen über ein Touchpad wird auch ein Foto der Zunge, das von einer Kamera des Roboters aufgenommen wird, für die Anamnese herangezogen.
  • CN105078449 beschreibt einen Serviceroboter mit einem Tablet-Computer als Kommunikations-einheit, über das u.a. ein kognitives Funktionstraining bzw. ein kognitivpsychologisches Assessment stattfindet, um Alzheimer in Patienten zu entdecken. Das Tablet zeichnet hierzu ein nach einem bestimmten Prozess ablaufendes Telefonat zwischen dem Patienten und einem Kind auf und leitet aus dem Gesprächsverlauf ab, ob der Patient unter Alzheimer leidet.
  • Figurenliste
  • Es zeigen:
    • 1 einen schematischen Aufbau eines Serviceroboters;
    • 2 eine Draufsicht auf die Räder des Serviceroboters;
    • 3 ein Managementsystem für den Serviceroboter;
    • 4 einen Ablauf des Übungsplans; und
    • 5 eine Unterbrechung der Übungsplan.
  • Beschreibung der Erfindung
  • 1 stellt den mobilen Serviceroboter 17 dar. Der Serviceroboter 17 verfügt über einen Laserscanner (LIDAR) 1, der so angeordnet ist, dass der Laserscanner 1 das Umfeld des Serviceroboters 17 scheibenförmig abzgl. eines Kegels, der aus dem Aufbau des Serviceroboters 17 besteht, abtasten kann. Andere Sensoren sind ebenfalls möglich z.B. Kameras oder Ultraschall.
  • Der Serviceroboter 17 verfügt über mindestens ein Display, das in einem Aspekt ein Touchpad 2 ist. In der in 1 dargestellten Ausführungsform verfügt der Serviceroboter 1 über zwei Touchpads 2. Die Touchpads 2 wiederum besitzen ein Mikrophon und einen Lautsprecher, welche eine akustische Kommunikation mit dem Serviceroboter 17 erlauben. Ferner verfügt der Serviceroboter 7 über mindestens einen Sensor 3 zur berührungslosen dreidimensionalen Erfassung der Bewegungsdaten eines Patienten. In einem nicht limitierenden Beispiel ist der Sensor ein Microsoft Kinect Gerät. Alternativ dazu kann auch eine Orbecc Astra 3D-Kamera zum Einsatz kommen. Derartige 3D-Kameras verfügen über ein Stereo-Kamerasystem zur Tiefenerkennung, die die Auswertung eines Skelettmodells ermöglicht, und zumeist auch über eine RGB-Kamera zur Farberkennung.
  • Im Abstand von z.B. 5 cm über dem Boden befindet sich umlaufend um die äußere Hülle des Serviceroboters eine druckempfindliche Stoßstange 4. Die Rechnereinheit 9 ist mit der druckempfindlichen Stoßstange 4 verbunden und erkennt Kollisionen des Serviceroboters mit einem Gegenstand. In diesem Fall eine Kollision wird die Antriebseinheit 7 sofort gestoppt.
  • Der Serviceroboter 17 verfügt in einem Aspekt über zwei Antriebsräder 6, die zentriert und parallel zueinander (siehe 2) angeordnet sind. Darum herum befinden sich, vorzugsweise auf einer Kreisbahn, drei weitere Stützräder 5. Diese Anordnung der Stützräder 5 erlaubt es, durch gegenläufiges ansteuern der Antriebsräder 6 den Serviceroboter 17 auf der Stelle zu drehen. Die Achse der drei Stützräder 5 ist hierzu so gelagert, dass die Achse sich um 360 Grad um die vertikale Achse drehen kann.
  • Der Serviceroboter 17 verfügt zudem über eine Energiequelle 8 zur Versorgung der Antriebs- und Rechnereinheit 9 sowie der Sensorik (Laserscanner 1, Sensor 3, und Stoßstange 4) sowie der Ein- und Ausgabeeinheiten 2. Die Energiequelle 8 ist eine Batterie oder ein Akkumulator. Alternative Energiequellen wie bspw. eine Brennstoffzelle, darunter eine Direktmethanol- oder eine Festoxid-Brennstoffzelle, sind ebenfalls denkbar.
  • Die Rechnereinheit 9 verfügt über mindestens einen Speicher und mindestens eine Schnittstelle zum Datenaustausch. Dazu zählen (nicht abgebildet) eine Vorrichtung, um einen RFID Token auszulesen (und in einer weiteren Ausführungsform, diesen auch zu beschreiben). In einer Ausführungsform erlaubt die Schnittstelle die drahtlose Kommunikation mit einem Netzwerk.
  • Der Sensor 3 erkennt einen Patienten und erstellt auf Basis der Bewegungen des Patienten ein Skelettmodell 10 des Patienten. Hierbei ist der Sensor 3 auch in der Lage, Gehhilfen zu erkennen. Diese Gehhilfen wiederum können in einem weiteren Aspekt über mindestens einen Gehhilfe-Sensor verfügen, der drahtlos mit dem Serviceroboter über eine Funk-Schnittstelle verbunden ist. Dieser Gehhilfe-Sensor kann auch mit mindestens einem Beschleunigungssensor verbunden werden, der die Bewegungen des Patienten detektiert. Weiterhin können auch am Patienten, insbesondere an den Gliedmaßen und am Rumpf und Kopf Patienten-Sensoren angebracht sein, die über den Serviceroboter 17 ausgewertet werden.
  • 3 illustriert, dass der Serviceroboter 17 über eine drahtlose Netzwerkverbindung mit der Cloud 18 verbunden ist. Ein Therapeut hat die Möglichkeit, über ein Terminal 13 auf einen in der Cloud 18 gelagerten Rechner 161 zuzugreifen, der wiederum mit einer Datenbank 162 in Verbindung steht. Die Rechner 161 und die Datenbank 162 werden gemeinsam als Patientenadministrationsmodul bezeichnet.
  • Der Therapeut kann in der Datenbank 162 in dem Patientenadministrationsmodul Patientendaten hinterlegen oder in einem Aspekt über eine Schnittstelle diese Patientendaten aus anderen Systemen importieren. Die Patientendaten umfassen neben dem Namen und ggf. der Zimmernummer des Patienten auch Informationen zu den zu absolvierenden Therapien. Der Rechner 161 in dem Patientenadministrationsmodul erzeugt hierbei pro Patienten eine ID, die mit den Patientendaten in der Datenbank 162 abgespeichert wird. Der Therapeut kann Therapien in einem Übungsplan definieren, darunter die Art der zu absolvierenden Übungen, deren Zeitdauer, Häufigkeit, zurückzulegende Wegstrecke, usw. Über die Cloud 18 ist das Managementsystem mit einer weiteren Rechnereinheit 151 verbunden, die wiederum mit einem Speicher 152 verbunden ist und das Regelwerk zur Erkennung der Übungen vorhält (Regelwerkmodul).
  • Im Regelwerk ist hinterlegt, welche Kombination an Bewegungen der relevanten Gliedmaßen welche therapeutische Bedeutung hat. So ist bspw. die Stellung der Gehhilfen, Beine, des Oberkörpers usw. für einen Zwei-Punkt-Gang auf Basis eines Skelettmodells hinterlegt. Das Regelwerkkann initial template-basiert mit Hilfe von Fachleuten angelegt werden, d.h. es werden Grenzwerte für einzelne Gliedmaßen-/Gehhilfestellungen festgelegt, innerhalb derer bspw. der Zwei-Punkt-Gang definiert ist. Für die Grenzwerte können auch Fuzzy-Algorithmen zum Einsatz kommen. Alternativ können auch einzelne Bilder oder Bildsequenzen durch Fachleute wie Therapeuten gelabelt werden und es werden mithilfe von Algorithmen des maschinellen Lernens inkl. neuronaler Netze Klassifikationen festgelegt, d.h. die Grenzwerte würden initial maschinell festgelegt werden.
  • Der Serviceroboter 17 ist mit einer Cloudanwendung verbunden. Der Therapeut kann dem Patienten einen Token zuweisen. Der Token enthält die Patienten-ID und/oder eine weitere Token-ID, der dem Patienten bzw. seiner Patient-ID zugewiesen ist. Mit diesem Token bzw. Seriennummer kann sich der Patient am Serviceroboter 17 identifizieren. Der Serviceroboter 17 lädt nun aus der Cloud 18 entsprechend den vom Therapeuten hinterlegten Übungsplan ohne jedoch dessen personenbezogene Daten herunter. Nach Absolvieren der Übungen lädt der Serviceroboter 17 die Daten der Übungen verschlüsselt in das Patientenadministrationsmodul. Erst in dem Patientenadministrationsmodul findet eine Entschlüsselung der Daten statt. Der Therapeut kann nachfolgend die Daten auswerten und den Therapieerfolg evaluieren.
  • In einem weiteren Aspekt überträgt der Therapeut den Übungsplan auf einen Transponder (z.B. in der Form eines RFID-Tags), welchen der Patient erhält, um sich am Serviceroboter 17 zu identifizieren. Dabei werden die Daten vom Transponder an den Serviceroboter übertragen inkl. der Patienten-ID, die vom Patientenadministrationsmodul vorgegeben wurde. Nach Absolvieren der Übung überträgt der Serviceroboter die Daten wieder auf den Transponder, so dass der Therapeut beim Auslesen des Transponders die Daten in das Patientenadministrationsmodul übertragen kann.
  • Es sind auch Kombinationen aus dem oben beschrieben Ansatz und dem Datenaustausch via Transponder möglich.
  • Das Patientenadministrationsmodul überträgt in einer Ausführungsvariante die Daten in anonymisierter Form an das Regelwerkmodul. Dieses Regelwerkmodul klassifiziert mit Hilfe von Algorithmen des maschinellen Lernens und/oder neuronaler Netzwerke die Daten derart, dass dem Therapeuten bei der Eingabe von Patientendaten Vorschläge für eine Therapie gemacht werden, die der Therapeut bestätigen, ablehnen oder modifizieren kann. Die anonymisierten Bewegungsdaten beinhalten u.a. auch Videoaufzeichnungen des Patienten, wobei auf diesen Videoaufzeichnungen durch das Patientenmanagementsystem die Gesichtszüge des Patienten unkenntlich gemacht werden, so dass keine Erkennung des Patienten möglich ist. Diese Daten werden zu Labellingzwecken im Regelwerkmodul vorgehalten und Therapeuten über ein Administrationsterminal (12) gezeigt, die ein Labelling der Bewegungsdaten vornehmen können. Damit wird das Regelwerk zur Erkennung der Bewegungen des Patienten fortlaufend verbessert. Über die Cloud 18 kann zudem der Serviceroboter Updates des Regelwerks erhalten.
  • Es gibt ferner ein Navigationsmodul (umfassend eine Rechnereinheit 141 und einen Speicher 142), das sich in einem Aspekt ebenfalls in der Cloud 18 befindet. In einem alternativen Aspekt befindet sich das Navigationsmodul innerhalb des Serviceroboters 17.
  • Bei der Erstkonfiguration des Serviceroboters 17 in der Umgebung, innerhalb der sich der Serviceroboter 17 mit den Patienten bewegen soll (vornehmlich ein Klinikgebäude), fährt der Serviceroboter 17 sämtliche Räumlichkeiten ab und nimmt mit dem Laserscanner 1 ein zwei- oder dreidimensionales Abbild der Umgebung auf. In einer alternativen Ausführungsform kommen statt eines Laserscanners Kamerasysteme zum Einsatz, zum Beispiel Stereokamerasysteme. Darauf basierend errechnet die Recheneinheit 141 in dem Navigationsmodul einen zwei- oder dreidimensionalen Gebäudeplan. Damit erkennt der Serviceroboter bspw. den Grundriss eines Gebäudes: Räume, Gänge, Durchgänge, Türen, Treppen usw. Es ist möglich, bspw. über eine Schnittstelle auf diese Kartierung zuzugreifen und Regeln zu hinterlegen, in welchem Bereichen sich der Serviceroboter vorzugsweise und zu welchem Einsatzzweck, zu welcher Zeit usw. bewegen soll bzw. darf. Hierzu wird durch ein Administrationsterminal der Gebäudeplan gelabelt, um verschiedene Areale zu hinterlegen, bspw. Zimmernummern von Patienten oder aber Zonen bzw. Räume, in denen die Übungen absolviert werden sollen
  • Zwischen dem Patientenadministrationsmodul und dem Navigationsmodul befindet sich eine Schnittstelle zum Austausch von Lokalisierungsdaten. So kann im Patientenadministrationsmodul eine Raumnummer hinterlegt sein, während die dieser Nummer zugeordneten Informationen sich im Navigationsmodul befinden. Damit kann der Serviceroboter 17 die Örtlichkeit erkennt, an der der Serviceroboter 17 den Patienten antreffen kann. Weiterhin kann in einem Aspekt das Navigationsmodul dazu dienen, die Wegstrecke zu errechnen, die der Patient zurückgelegt hat.
  • Der Serviceroboter 17 verfügt in einem Aspekt über eine weitere Sensorik bestehend z.B. aus Ultraschallsensoren, mittels der der Serviceroboter 17 Hindernisse wahrnehmen kann. Die Sensorik ist so angeordnet, dass die Sensorik Hindernisse vor allem in Fahrtrichtung erkennen kann und befindet sich in einer Höhe von 2-25 cm über dem Boden.
  • Weiterhin verfügt der Serviceroboter in einem weiteren Aspekt über Sensoren, die in einer Höhe von 0-40 cm, bevorzugt 5-25cm, vom Boden her gesehen um den Serviceroboter herum so angeordnet sind, dass die Sensoren im Falle der Kollision des Serviceroboters mit einem Hindernis dieses Hindernis durch die hierbei entstehende, vorwiegend horizontal wirkende Kraft erkennen („Druck Sensorik“). Sobald diese Sensorik eine Kraft detektiert, die größer als ein Schwellwert von z.B. 400 N ist, wird die Fortbewegung des Serviceroboters gestoppt. Damit wird verhindert, dass der Serviceroboter als auch Personen oder Gegenstände, mit denen der Serviceroboter kollidiert, Schaden nehmen.
  • Die Sensorik zur dreidimensionalen Wahrnehmung der Umwelt, oder aber auch eine weitere Sensoreinheit, sind in der Lage, einen Menschen zu erkennen. Hierbei ist diese Sensoreinheit, in Verbindung mit einer Auswertungseinheit, fähig, berührungslos den Rumpf, Kopf und Gliedmaßen eines Menschen zu detektieren. Die Gliedmaßen umfassen vor allem den Ober- und Unterarm, Hände, Ober- und Unterschenkel und auch die Füße. Des Weiteren wird erfasst, ob sich der Mensch an Gehhilfen fortbewegt.
  • Zusätzlich zur berührungslosen Erkennung des Patienten, aber auch alternativ dazu, ist der Einsatz von Sensorik direkt am Patienten möglich. Hierzu können bspw. an den Körperteilen temporär Beschleunigungssensoren befestigt werden und/oder an den von Patienten benutzen Gehhilfen, um somit die Körperhaltung und auch den Bewegungsablauf zu erkennen. Unter Gehhilfen werden Unterarm-Stützen, aber auch andere Geräte mit ähnlichem Zweck umfasst, wie bspw. Rollatoren. Gehhilfen können ferner so ausgestaltet sein, dass es den Patienten ermöglicht wird, darüber Signale an den Serviceroboter zu übermitteln.
  • Beispielsweise kann ein Patient durch Drücken eines Bluetooth-Buttons dem Serviceroboter 17 signalisieren, dass der Patient eine Pause benötigt, sich setzen möchte oder der Serviceroboter 17 möglicherweise einem falschen Patienten folgt. Nach Senden eines solchen Signals unterbricht der Serviceroboter 17 das Training und führt dieses erst nach einer erneuten persönlichen Anmeldung des Patienten fort. Somit wird verhindert, dass das personalisierte Training von anderen Personen übernommen und auf Daten der bereits angemeldeten Person unberechtigt Zugriff genommen werden kann.
  • Weiterhin können Marker zur Erkennung des Patienten an diesem bzw. an den Gehhilfen positioniert werden. Solche Marker können farbbasierte Muster, Lichtquellen mit einer bestimmten Frequenz oder (bevorzugt aktive) RFID-Tags sein.
  • Der Serviceroboter 17 ist nun so konfiguriert, dass mittels der beschriebenen Sensorik eine Unterstützung der Therapie des Gangapparats eines Patienten möglich ist. Ein solcher Patient kann bspw. zuvor eine Hüftoperation durchlaufen haben und muss nun einerseits darauf achten, das operierte Gebiet in einem festgelegten Ablauf mit Hilfe von Unterarm-Stützen zu entlasten. Andererseits muss dieser Patient nun versuchen, dem normalen bzw. physiologischem Gangbild so nahe wie möglich zu kommen. Dieses Gangbild ist klar definiert und in zahlreichen Publikationen dargelegt. Durch Schmerzen bedingt hat sich der Patient bis zum Zeitpunkt der Operation ein Gangmuster „antrainiert“, welches der Patient nun nach der Operation für ein gutes Operations- und Rehabilitationsergebnis möglichst ablegen sollte. Das geschieht durch ein gezieltes Gangtraining (anfangs auch mit Stützen/Gehhilfen), wobei hier besonderes Augenmerk auf das Zusammenspiel einer Vielzahl anderer Körperteile zu legen ist. Das betrifft, oben angefangen, die Haltung des Kopfes, aber auch die Neigung des Rumpfes, die Stellung der Ober- und Unterarme und die der Beine/Füße.
  • Der Serviceroboter 17 ist nun in der Lage, die Bewegungen der Körperteile des Patienten bzw. seiner Gehhilfen relativ zueinander und im zeitlichen Ablauf zu erkennen. Hierbei ist die Sensorik in der Lage, den Patienten dreidimensional zu erfassen. Als Grundlage dient ein Skelettmodell, das in einem Speicher in dem Serviceroboter 17 oder in einem Cloud-Speicher abgelegt ist. Das Managementsystem generiert jeweils auf Basis der empfangenen Daten ein Skelettmodell des Patienten und vergleicht dieses generierte Skelettmodell mit den im Speicher hinterlegten Modellen. Damit lässt sich erkennen, ob bspw. eine ungleichmäßige Belastung der Beine stattfindet. Die Schrittlänge lässt sich ebenfalls ermitteln, die Stellung der Gehhilfen/Unterarmstützen (sofern vom Patienten genutzt) wie auch die Dauer der Fortbewegung.
  • Das System klassifiziert die absolvierten Übungen der Therapie auf Basis von Regeln, die in einem Speicher abgelegt sind. Dieser Speicher kann sich entweder innerhalb des mobilen Serviceroboters 17 befinden oder aber innerhalb der Cloud 18 und über eine Schnittstelle mit der Cloud 18 verbunden sein. Im ersteren Fall findet die Klassifizierung innerhalb des Serviceroboters 17 statt, im letzteren Fall innerhalb der Cloud 18. Sofern sich die Regeln innerhalb des Serviceroboters befinden, kann auf sie über eine Schnittstelle einer Kommunikationseinrichtung zugegriffen, bspw. über ein Drahtlosnetzwerk, und eine Aktualisierung der Regeln vorgenommen werden. In einem Aspekt ist es auch möglich, über abgespeicherte und gelabelte Messdaten mithilfe eines neuronalen Netzwerks selbstlernende Algorithmen einzusetzen, um das Regelwerk zu verbessern. Das Labelling findet hierbei bevorzugt über eine Cloud-Lösung statt und wird von einem Therapeuten vorgenommen, der vom Serviceroboter 17 aufgezeichnete und abgespeicherte Daten über den Zeitablauf auswertet.
  • Im Rahmen der Therapie sind Patienten angehalten, Gangübungen zu absolvieren. Je nach Zustand des Patienten variieren hierbei die zurückzulegende Wegstrecke und die Zeitdauer wie auch die Geschwindigkeit des Patienten. Im Regelfalle beträgt die zurückzulegende Wegstrecke hierbei -je nach Alter und Trainingszustand des Patienten zw. Anfangs 10-25 Meter und erweitert sich zügig mit fortschreitendem positivem Heilungsprozess. Dabei ist das System in der Lage, beispielsweise sowohl bei einem Zwei- oder Dreipunkt-Gang die optimale bzw. richtige Entlastung des operierten Beines zu erkennen und den Patienten durch geeignete Korrekturen dabei anzuleiten, diese Abweichungen zu vermeiden.
  • Unter einem Zwei-Punkt-Gang wird verstanden, dass der Patient gleichzeitig seine rechte Unterarm-Stütze und sein linkes Bein, dann seine linke Unterarmstütze und sein rechtes Bein einsetzt (dies entspricht einem reziproken Gangbild). Beim Drei-Punkt-Gang wird das operierte/betroffene Bein wird zwischen die Stützen gesetzt und optional einer definierten Belastung ausgesetzt. Voraussetzung für beide Gangarten ist eine Teilbelastung der Beine von mindestens dem halben Körpergewicht.
  • Durch das Vorgehen des Serviceroboters 17 wird sowohl das Operationsergebnis erhalten als auch falsche Bewegungsmuster vermieden. Ein falsches Gangbild wird sich somit gar nicht erst wieder „antrainiert“. Motorisches Lernen geschieht durch häufige Wiederholungen. Werden falsche Muster häufig wiederholt, werden sie auch falsch gelernt. Haben die Therapeuten weniger Zeit, den Patienten beim Gangtraining zu begleiten, stellt der vorgestellte Serviceroboter eine gute Alternative dar, die Fehler rechtzeitig zu erkennen und zu korrigieren.
  • Die von der Sensorik des Serviceroboters 17 erfassten Bewegungen des Patienten werden als Daten über einer Rechnereinheit des Serviceroboters 17 aufgezeichnet, verschlüsselt (z.B. mit AES) und über eine Schnittstelle das Managementsystem bzw. andere Systeme zur Verfügung gestellt. Diese externen Systeme können einerseits Cloud-Anwendungen sein, andererseits stationäre Systeme („on premise“), auf die jeweils ein Therapeut Zugriff hat, um die Daten entsprechend auszuwerten, um den Therapieerfolg beurteilen zu können, zu dokumentieren, aber auch, um die Therapie für den Patienten anzupassen.
  • Im Rahmen dieser Anpassung definiert der Therapeut Parameter einer Therapie wie Art der Übung, deren Häufigkeit, zurückzulegende Wegstrecke, Zeit, usw. Diese Parameter werden über ein Netzwerk mittels einer Schnittstelle an den Serviceroboter übertragen, wobei das Netzwerk z.B. ein Drahtlosnetzwerk ist. In einer alternativen Ausführungsform werden die Informationen auf ein Speichermedium, z.B. auf den vorerwähnten Token oder auf einem USB-Stick übertragen, das dem Patienten ausgehändigt wird und er dem Serviceroboter 17 zur Verfügung stellt. Bei einem solchen Speichermedium kann es sich um einen Transponder handeln. Je nach Ausführungsform des Systems identifiziert sich ein Patient mit einem Transponder, wozu der Serviceroboter über eine Schnittstelle verfügt, um den Transponder auszulesen und ggf. auch Daten auf den Transponder übertragen zu können. In einer alternativen Ausführungsvorrichtung kann sich der Patient mittels Eingabe eines Passworts identifizieren. Die Identifizierung des Patienten am Serviceroboter erfolgt bevorzugt anonym.
  • Das System kann ferner, basierend auf existierenden Datenbeständen vorangegangener Therapien sowie auf Basis definierter Regeln, dem Therapeuten Vorschläge zur Therapieanpassung unterbreiten, die eine Anpassung des Übungsplans nach sich ziehen. Hierbei kann das System auf Algorithmen im Bereich maschinelles Lernen und/oder auf neuronale Netze zurückgreifen. Diese Therapievorschläge können in einer Ausführungsvariante auch ohne Interventionsmöglichkeit eines Therapeuten in den Übungsplan für Patienten überführt werden, der dann dem Serviceroboter zur Verfügung steht.
  • Während der Durchführung der Übung ermittelt der Serviceroboter 17 fortlaufend eine Abweichung der Übungsparameter des Patienten von den Parametern, die im System hinterlegt sind. Hierbei kann einerseits eine Datenverarbeitung direkt im Serviceroboter 17 stattfinden. In dem Fall findet ein regelmäßiges Update des Regelwerks über die Cloud 18 statt. Andererseits kann die Datenverarbeitung direkt in der Cloud 18 stattfinden, wofür der Serviceroboter 17mit dieser drahtlos verbunden ist und die Abweichungsermittlung erfolgt innerhalb des Regelwerkmoduls. Der Serviceroboter 17 gibt dem Patienten fortlaufend bzw. bei Bedarf auf optische und/oder akustische Weise ein Feedback. Wird bspw. eine Abweichung der IST- von den hinterlegten Soll-Werten festgestellt, fordert der Serviceroboter 17 den Patienten durch das Abspielen einer hinterlegten Sprachaufzeichnung auf, seine Körperhaltung bzw. den Bewegungsablauf zu ändern.
  • Der mobile Serviceroboter 17 verfügt über mindestens ein Display 2, das in einer bevorzugten Ausführungsform ein Touch-Display ist. Dieses kann u.a. für folgende Zwecke genutzt werden:
    • • Identifizierung des Patienten über ein Passwort
    • • Durchführung eines Dialogs mit dem Patienten, bspw. das Abfragen von Informationen
    • • Die Übermittlung von Anweisungen an den Patienten, bspw. als Feedback zu den absolvierten Übungen
    • • Simulation von Übungen, die der Patient absolvieren soll
    • • Abspielen von Aufzeichnungen der absolvierten Übungen
    • • Darstellungen der Auswertung der Übungen, bspw. für einen Therapeuten
  • Ferner verfügt der Serviceroboter 17 über mindestens einen Lautsprecher und mindestens ein Mikrofon zur akustischen Kommunikation mit dem Patienten. Hierbei findet, in einer Ausführungsform, entweder innerhalb des Serviceroboters 17 oder via einer Kommunikationseinrichtung und einer Schnittstelle in der Cloud 18, eine Sprachauswertung mittels Natural Language Processing statt. In einem Aspekt findet ebenfalls auf diesem Wege eine Sprachsynthese statt.
  • Der Serviceroboter 17 kann auch über Leuchtelemente verfügen, um dem Patienten Anweisungen zu geben, bspw. zu signalisieren, dass er an in einen bestimmten Gang abbiegen soll. Solche Leuchtelemente sind vorzugsweise im oberen Bereich des Serviceroboters 17angesiedelt und bestehen vornehmlich aus LEDs.
  • Während der Absolvierung der Therapie ist es notwendig, die Bewegungen des Patienten zu erfassen und eine Klassifizierung der Bewegungen vorzunehmen. Da die Übungen vor allem Gangübungen umfassen, für die der Patient eine bestimmte Wegstrecke zurücklegen muss, ist es notwendig, dass der Serviceroboter 17 den Patienten währenddessen beobachten kann, wozu der Patient dem Serviceroboter 17 folgt oder sich vor dem Serviceroboter herbewegt. Hierbei navigiert der Serviceroboter 17 vornehmlich entlang einer Wegstrecke, die zuvor als Strecke zur Absolvierung der Therapie innerhalb des Navigationsmoduls hinterlegt wurde (welches sich innerhalb des Serviceroboters 17 befindet und/oder auf das über eine Schnittstelle in der Cloud 18 zugegriffen werden kann). Dies stellt sicher, dass sich die Patienten bspw. innerhalb einer Klinik auf wenig belebten Gängen oder in solchen Räumlichkeiten bewegen, die den Patienten ausreichend Platz für die Übung und wenige Hindernisse bieten, andererseits der Serviceroboter 17 auch weniger durch Störsignale abgelenkt wird, die durch weitere Personen in der Umgebung des Patienten entstehen. Dies erhöht damit die Auswertungsgenauigkeit.
  • Der Serviceroboter 17 bewegt sich derart im Umfeld des Patienten, dass er sich der Fortbewegungsgeschwindigkeit des Patienten anpasst, was die sensorische Auswertung der Patientenbewegungen verbessert. Damit hält er etwa einen konstanten Abstand zum Patienten ein.
  • Beispiele
  • Beispiel 1:
  • Der in diesem Beispiel 1 genutzte Serviceroboter 17 verfügt über eine Antriebsplattform und einen Arbeitsaufbau. Während die Antriebsplattform vornehmlich für die Fortbewegung des Serviceroboters 17 verantwortlich ist, ist der Arbeitsaufbau applikationsspezifisch, wobei in diesem Fall die Applikation darauf abstellt, Bewegungen eines Patienten zu erkennen und Hinweise zur Modifikation der Bewegungen zu geben. Prinzipiell ist eine völlig andere Antriebsplattform als die nachfolgend beschriebene denkbar, welche statt Rädern bspw. über Beine für die Fortbewegung verfügt.
  • Die Antriebsplattform in diesem Beispiel umfasst eine Antriebseinheit 7, die sich selbst auf fünf Antriebsrädern 6 bewegt, die in 2 dargestellt sind. Hierbei sind zwei Antriebsräder 6 parallel zentriert angeordnet, deren Bewegungsrichtung sich unabhängig voneinander ansteuern lässt. Weiterhin befindet sich drei Räder ohne Antrieb auf einer Kreisachse um die beiden mittelzentrierten Antriebsräder 6 herum. Dies ermöglicht es, den Serviceroboter 17 auf der Stelle zu drehen, wenn die mittelzentrierten Antriebsräder 6 gegenläufig angesteuert werden.
  • Die Energiequelle 8 z.B. Batterie versorgt die Antriebseinheit 7 und weitere Sensoren 3 mit Strom. Der Serviceroboter 17 fährt bei niedrigem Ladezustand oder in Leerzeiten selbstständig zu einer Ladestation, dockt an und lädt seine Batterie auf.
  • Die Antriebsplattform wird durch einen handelsüblichen PC gesteuert. Umlaufend um die Antriebsplattform befindet sich ein druckempfindlicher Bumper oder eine beweglich gelagerte Stoßstange 4. Mit dieser verbundene Bewegungssensoren erkennen, wenn die Stoßstange 4 einem Druck ausgesetzt wird, der bei der Kollision der Antriebsplattform mit einem Gegenstand entsteht. In diesem Falle stoppt die Antriebsplattform sofort die Fortbewegung des Serviceroboters 17. Weiterhin ist ein Laserscanner (LIDAR) an der Antriebsplattform montiert, der es ermöglicht, das Umfeld des Serviceroboters in einer oder mehreren Ebenen zu erfassen. U.a. um die Erkennungsdefizite in diesem Kegel auszugleichen, werden o.g. Bewegungssensoren in der Stoßstange 6 genutzt. Diese Bewegungssensoren sind über dem Boden montiert, um Personen sicher erkennen zu können. In einer alternativen Ausführungseinrichtung kann der Laserscanner auch am Arbeitsaufbau montiert sein.
  • Der Arbeitsaufbau verfügt ferner über eine - -Kamera, die es ermöglicht, Bewegungen eines Menschen dreidimensional zu erfassen. Des Weiteren verfügt der Serviceroboter 17 über ein Touchpad 2 mit Mikrofon und Lautsprechern und eine Schnittstelle für das Auslesen eines Transponders. Der PC ist über eine Drahtlosschnittstelle mit einer Cloud-Anwendung (Management-System) verbunden. Im oberen Teil des Arbeitsaufbaus befinden sich mehrere LEDs, die genutzt werden, um dem Patienten Rückmeldungen zum aktuellen Zustand des Serviceroboters 17 zu geben oder Handlungsanweisungen optisch zu unterstützen (Patient wird gelotst, Patient ist im optimalen Abstand, Patient wird optimal von Serviceroboter erfasst, Patient soll um den Serviceroboter herumgehen, usw.).
  • Der PC überträgt die erfassten und, in einer Ausführungsform auch ausgewerteten Daten an das Management-System, wobei die Daten zuvor verschlüsselt werden.
  • Das Management-System (Cloud-Anwendung) besteht aus drei Modulen, die sukzessive beschrieben werden: Das Patientenadministrationsmodul, das Regelwerkmodul, und das Navigationsmodul.
  • Das Patientenadministrationsmodul selbst ermöglicht einem Therapeuten, über eine Nutzerschnittstelle (Terminal) einen Patienten im System zu hinterlegen, wobei die Hinterlegung Merkmale der Erkrankung bzw. Art der erfolgten Operation umfasst (bspw., dass der Patient eine Hüftoperation hatte). Der Therapeut kann hierbei einen Therapieplan/Ubungsplan für einen Patienten hinterlegen, der Dauer der Übung, zurückzulegende Wegstrecke usw. beinhaltet.
  • Im Ergebnis wird dem Patienten eine Nummer (ID) zugeordnet. Diese Nummer wird auf einem Token (RFID tag) hinterlegt, wobei die Daten über eine Schnittstelle, ein Netzwerk und ein Lesegerät auf den Token übertragen werden.
  • Der Token wird dem Patienten ausgehändigt und er kann ihn zur Identifizierung am Serviceroboter 17 nutzen. Diesem wird, nach Anlegen des Patienten und Festlegen des Therapieplans, die ID und der zugehörige Therapieplan übermittelt, bevorzugt jedoch keine weiteren, personenbezogenen Daten.
  • Der Serviceroboter 17 wiederum überträgt die erfassten Daten (vornehmlich mit Bezug zur Therapie) an das Managementsystem, ggfs. an das Patientenadministrationsmodul und/oder das Regelwerkmodul, in z.B. verschlüsselter Form. In einer Ausführungsvariante findet die Datenauswertung auf dem PC des Serviceroboters 17 statt. Das im Serviceroboter hinterlegten Regelwerk kann über eine Schnittstelle fortlaufend aktualisiert werden, wobei hierbei eine Synchronisierung mit dem Regelwerkmodul in der Cloud stattfindet.
  • Das System in der Cloud 18 entschlüsselt die Daten und stellt die Ergebnisse im Patientenadministrationsmodul dem Therapeuten zur Verfügung. Ein Reportingmodul innerhalb des Patientenadministrationsmoduls bereitet die Daten so auf, dass sie zugleich Dokumentationszwecken dienen und bspw. zu Abrechnungszwecken der Krankenkasse zur Verfügung gestellt werden können.
  • Der Serviceroboter 17 ist ferner mit dem cloudbasierten Navigationsmodul verbunden, das die Navigation des Serviceroboters unterstützt und über Schnittstellen zum System des Therapeuten verfügt. Es können in diesem System Informationen hinterlegt werden, welche Bereiche der Klinik, innerhalb der sich der Serviceroboter bewegt, für die Therapieübungen genutzt werden sollen. Weiterhin können Informationen zu Kontaktpunkten hinterlegt werden, an denen der Serviceroboter 17 auf Patienten trifft, die die Übungen absolvieren sollen, bspw. Raumnummern der Patienten. Sofern im Patientenadministrationsmodul dem Patienten eine Raumnummer zuordnet wird, kann der Serviceroboter 17 über das cloudbasierte Navigationsmodul den Patienten lokalisieren und an seinem Zimmer abholen.
  • Der Serviceroboter 17 zeigt über ein Display eine Begrüßungs-Nutzeroberfläche an, über die ein potentieller Nutzer/Patient aufgefordert wird, sich in der vorgesehenen Art und Weise der Anmeldung zu identifizieren. Außerdem werden die Patienten von den Therapeuten vor Nutzung des Medizinproduktes eingewiesen und die Therapeuten entscheiden durch Vergabe eines Transponders (bzw. der notwendigen Anmeldung), welcher Patient überhaupt das System nutzen darf/soll.
  • Sobald der Patient sich am Serviceroboter 17 identifiziert, kann der Serviceroboter durch eine Sprachausgabeeinheit Fragen an den Patienten richten, die aus im PC abgespeicherten Sprachfragmenten bestehen. Die Antwort des Patienten erfolgt hierbei bevorzugt über ein berührungsempfindliches Display. Dieses kann bspw. dem Patienten ein Menü darstellen, aus dem der Patient eine Antwort auswählen und anklicken kann. Zusätzlich oder alternativ kann auf dem Display auch eine Frage angezeigt werden, die der Patient über ein Auswahlmenü beantwortet.
  • Der Serviceroboter 17 lotst den Patienten danach in ein Areal, in dem die Therapie stattfindet, vorzugsweise Gänge, auf denen wenig Personenverkehr stattfindet und wenige Hindernisse vorhanden sind. Der Serviceroboter 17 nutzt hierbei den Laserscanner 1 sowie Vergangenheitsdaten, um die Position des Serviceroboters 17 im Gebäude zu bestimmen und den Patienten entsprechend zu lotsen. Das Lotsen erfolgt über optische Signale wie LEDs, die einem Patienten anzeigen, in welche Richtung er sich bewegen soll, sobald sich bspw. ein Gang teilt, vor allem in den Fällen, in denen der Serviceroboter 17 sich vor dem Patienten befindet. Bevorzugt werden jedoch akustische Signale eingesetzt, insbesondere dann, wenn der Serviceroboter sich hinter dem Patienten befindet. Weiterhin ist es möglich, Hinweise auf dem Display anzuzeigen, bspw. Pfeile, in welche Richtung abgebogen werden soll. Bewegt sich der Serviceroboter vor dem Patienten, kann der Serviceroboter 17 auch abbiegen und den Patienten auffordern, ihm zu folgen.
  • Der Serviceroboter bewegt sich vor allem hinter dem Patienten. Damit hat der Patient die Möglichkeit, sein eigenes Fortbewegungstempo zu wählen, womit sich der Patient insbesondere vor und nach den zu absolvierenden Übungen schonen kann. Je nach Art der zu absolvierenden Übung kann sich der Serviceroboter aber auch vor dem Patienten bewegen.
  • Wenn sich der Patient am Serviceroboter 17 identifiziert, findet z.B. mittels der 3D-Kamera oder einer RGB-Kamera ein Tagging des Patienten statt, d.h. dem Patienten werden optische Muster zugeordnet, die bspw. die vom Patienten genutzte Kleidung umfassen, seine Statur, usw. Eine Kombination verschiedener Merkmale wie Haarfarbe, Farbe des Oberteils wie der Jacke, Farbe des Unterteils wie der Hose, deren Muster, etc. erlauben hierbei eine Identifizierung des Patienten. Ergänzend kann auch eine Gesichtserkennung zum Einsatz kommen. So kann in einer Ausführungsform auch der Patient eine Weste tragen, auf deren Oberfläche, sichtbar für den Serviceroboter, Barcodes aufgedruckt sind. Mittels dieser Barcodes kann die Kamera den Patienten identifizieren. Informationen zum Barcode sind entsprechend dem Patienten zugeordnet, d.h. im Patientenadministrationssystem hinterlegt oder im Transponder hinterlegt. Bevorzugt behalten die Sensoren den Patienten permanent im Blick, während des Absolvierens der Übungen und davor bzw. danach auf dem Weg zum Übungsareal.
  • Der Serviceroboter 17 hält, basierend auf den Sensordaten der 3-D-Kamera während der therapeutischen Übungen einen in etwa konstanten Abstand zum Patienten, was eine verbesserte Auswertung der zu absolvierenden Übungen ermöglicht. Die Bewegungen des Patienten werden hierbei von der 3-D-Kamera erfasst. Hierbei ist die -3D-Kamera in der Lage, die Haltung des Kopfs, des Rumpfs, der Arme (und in deren Verlängerung der Gehilfen), der Beine (Oberschenkel, Unterschenkel und Füße) zu erkennen, und zwar bevorzugt in 3D. Bei der Auswertung werden die erfassten Daten mit solchen verglichen, die in einem Speicher des Serviceroboters 17 abgelegt und klassifiziert/gelabelt sind und welche einem Skelettmodell zugeordnet sind. Der Vergleich der erfassten Daten mit den im Speicher abgelegten Daten eines Skelettmodells (Regelwerk) ermöglicht zu erkennen, ob bspw. beide Beine gleichmäßig belastet werden oder vielmehr der Patient ein Bein schont. Es lassen sich ein Zwei-Punkt-Gang und ein Drei-Punkt-Gang erkennen. Die im System hinterlegten Daten bestehen aus einem Satz an Regeln. Dieses Regelwerk kann über eine Schnittstelle aktualisiert werden.
  • Vor Start der jeweiligen Übungen kann der Serviceroboter 17 eine Simulation dieser auf dem Display anzeigen, damit der Patient weiß, wie die Übung abläuft. Hierzu kann ein hinterlegter Avatar eingesetzt werden, aber auch ein Video, das eine Übung mustergültig darstellt. Diese Muster-Simulationsdaten sind im Speicher des Serviceroboters 17 hinterlegt. Alternativ kann auf sie über die Cloud-Schnittstelle zugegriffen werden.
  • Je nach Abweichung der erfassten Daten vom im Speicher vorhandenen Regelwerk erhält der Patient eine Rückmeldung vom Serviceroboter 17. Dies kann, sofern keine Abweichung feststellbar ist, ein Lob sein. Es kann aber auch eine Anweisung sein, die Körperhaltung oder den aktuellen Bewegungsablauf zu korrigieren. Das Feedback des Serviceroboters 17 kann hierbei akustisch und/oder visuell erfolgen, bspw. als Sprachausgabe mit dem Hinweis, den Rumpf weiter aufzurichten.
  • Je nach hinterlegtem Übungsplan fordert der Serviceroboter 17 den Patienten auf, die entsprechenden Übungen zu absolvieren und ermittelt hierbei die Abweichung der IST- von den Soll-Werten des Patienten.
  • Die vom Serviceroboter 17 durch die 3D-Kamera erfassten Daten des Skelettmodells werden bspw. mit Zeitdaten verbunden. Der Serviceroboter 17 erfasst ebenfalls die zurücklegte Wegstrecke. Dies geschieht primär mit Hilfe des Navigationsmoduls, das dem Serviceroboter 17 ermöglicht, seine Position innerhalb des Gebäudes zu ermitteln. Hierbei errechnet der Serviceroboter 17 auf Basis der hinterlegten Gebäudedaten die Wegstrecke, die der Patient im Rahmen seiner Übungen zurückgelegt hat. Dazu wird im ersten Schritt die jeweilige Position des Serviceroboters ermittelt und im zweiten Schritt mit der relativen Position des Patienten verglichen. Der Serviceroboter errechnet dann die Wegstrecke, die der Patient tatsächlich zurückgelegt hat.
  • Auch bei den therapeutischen Übungen, bei denen sich der Serviceroboter 17 hinter dem Patienten befindet und die vom Patienten zu absolvierende Gehstrecke, entlang derer der Serviceroboter 17 den Patienten lotst, ein Abbiegen mit Auswahlmöglichkeit umfasst, weil bspw. sich der Gang gabelt und ein Weitergehen in beide Richtungen möglich ist, erkennt der Serviceroboter 17 fortlaufend die aktuelle Position des Patienten und setzt die aktuelle in Relation zum Lageplan des Gebäudes. Somit ist der Serviceroboter 17 in der Lage, dem Patienten dann Anweisungen zum Abbiegen in einen der beiden möglichen Gänge zu geben, wobei die Anweisung zeitlich gesehen vor dem Zeitpunkt erfolgt, zu dem der Patient abbiegen würde, wenn der Patient den Weg kennen würde. Räumlich betrachtet bedeutet dies, dass der Patient die Information zum Abbiegen erhält, bevor die Abbiegeposition erreicht ist, zum Beispiel ein bis zwei Meter vor Erreichen der Abbiegeposition.
  • Der Ablauf ist in 4 dargestellt. In Schritt 405 signalisiert der Patient dem Serviceroboter 17 einen Übungswunsch. Alternativ kann für den Patienten auch eine planmäßige Übung anstehen (Datum, Uhrzeit definiert bspw. im Übungsplan). Als nächstes (410) sucht der Serviceroboter 17 den Patienten auf, wobei die Räumlichkeiten (wie z.B. die Zimmernummer des Patienten) im Patientenadministrationsmodul hinterlegt sind, auf das der Serviceroboter 17 über eine Schnittstelle Zugriff hat. Trifft der Serviceroboter 17 beim Patienten ein, kann sich dieser am Serviceroboter 17 identifizieren (415), per Token oder alternativ per Passwort. Nach der Identifizierung nutzt der Serviceroboter optische Sensoren wie eine 3D-Kamera, eine RGB-Kamera und/oder aktive RFID Transponder zum Tracking des Patienten (420). Der Serviceroboter stellt dem Patienten Fragen (425) (optional), bspw. über einen Bildschirm, über eine Sprachausgabe, etc., die über eine Eingabe auf dem Bildschirm, bspw. wenn der Bildschirm ein Touchpad ist, oder über eine Spracherkennung beantwortet werden können.
  • Der Serviceroboter 17 fordert anschließend den Patienten im Schritt 430 auf, ihm zu folgen bzw. gibt ihm Hinweise, wohin er sich bewegen soll. Diese Hinweise können über den Bildschirm, eine Sprachausgabe, Signalisierungs-LEDs, etc. erfolgen. Der Serviceroboter errechnet hierfür eine Route, die der Patient und der Roboter absolvieren sollen bzw. müssen. Danach navigiert der Serviceroboter 17 den Patienten zum Übungsareal (435). Hierbei findet ein Tracking des Patienten statt und ein Abgleich der Position des Patienten innerhalb des Gebäudes. Bei Abweichungen von der geplanten Route signalisiert der Serviceroboter eine Richtungskorrektur, weist den Patienten bspw. darauf hin, in einen bestimmten Gang abbiegen zu sollen, ggf. auch umzukehren, sofern der Patient nicht abgebogen sein sollte.
  • Wird das Übungsareal erreicht, bspw. ein wenig durch Personen frequentierter Gang oder ein Übungsraum, gibt der Serviceroboter 17 dem Patienten Anweisungen (440) für Übung gemäß Übungsplan. Alternativ oder ergänzend kann der Patient auch selbst Übungen auswählen, die er absolvieren möchte. Die Kommunikation mit dem Serviceroboter erfolgt hierbei via Bildschirm und/oder Sprachausgabe. Optional ist eine Simulation der Übung auf Bildschirm möglich. Der Serviceroboter 17 überwacht den Ablauf der Übungen (445) mittels eines Sensors, vorzugsweise der 3D-Kamera. Hierbei werden die erfassten Bewegungen mit denen in einem Speicher hinterlegten Bewegungen des Regelwerks verglichen. Hierbei ermittelt der Serviceroboter, ob der Bewegungsablauf der Übungen denen des Regelwerks entspricht. Er ist dabei in der Lage, Abweichungen zu erkennen. Diese Abweichungen umfassen nicht nur die eigentliche Art und den Ablauf der Bewegungen der Übung, sondern auch die Zeitdauer und/oder Wegstrecke, über die die Übungen absolviert werden und die im Übungsplan hinterlegt sind. Auch hierbei findet ein Abgleich der Ist- von den Soll-Werten statt. Der Serviceroboter kann dem Patienten bei korrektem Ablauf Lob aussprechen (450) (optional). Für den Fall der Erkennung von Abweichungen vom Regelwerk und/oder Übungsplan kann der Serviceroboter dem Patienten akustische und oder optische Signale geben, um eine Korrektur der Bewegungen vorzunehmen (455), bspw. eine Sprachausgabe, die den Patienten auffordert, die Gehhilfen anders einzusetzen oder noch mehrere Meter weiter zu gehen.
  • Unabhängig von dem Grad der Abweichung der Bewegungen vom Regelwerk und/oder Übungsplan kann der Serviceroboter dem Patienten Hinweise während der Übung geben (460), die bspw. die noch zu absolvierende Wegstrecke betreffen (bspw. eine Sprachausgabe mit „In 10m haben Sie es geschafft“).
  • Die erfassten Daten werden fortlaufend gespeichert und nach Abschluss der Übungen an das Patientenadministrationsmodul und das Regelwerkmodul in der Cloud übertragen (465). Dort werden die Daten entsprechend für den Therapeuten tabellarisch und visuell aufbereitet, um ihm einen schnellen Überblick über die absolvierten Übungen und den Fortschritt des Patienten zu geben.
  • Nicht im Ablaufdiagramm dargestellt ist die Begleitung des Patienten zurück zu seinem Zimmer, die der Serviceroboter optional vornehmen kann. Weiterhin ist eine Verbesserung der Algorithmen auf Basis der erfassten Daten nicht aufgeführt.
  • Wie in 5 dargestellt kann vom Patienten jederzeit der Übungsplan unterbrochen werden, indem der Patient eine Pause einlegt (optional) (510). Alternativ kann der Patient auch die Übung abbrechen (515). Hierfür muss er sich am Serviceroboter 17 abmelden (520). Vergisst er die Abmeldung bzw. ist er aufgrund der Pause für einen definierten Zeitraum inaktiv, findet eine automatische Abmeldung am System statt (525). Um die Übungen fortzusetzen oder neu zu starten, ist eine erneute Anmeldung am System notwendig (530).
  • Beispiel 2:
  • In einer Variante von Beispiel 1 befinden sich Sensoren an den Gehhilfen des Patienten und ermöglichen dem Patienten, dem Serviceroboter 17 Anweisungen zu geben. Dazu befindet sich ein Knopf an den Gehhilfen, der bei Drücken ein Signal drahtlos an den Serviceroboter 17 übermittelt. Der Knopf ist so angebracht, dass er vom Patienten ohne Probleme während des Absolvierens der Übungen erreicht werden kann. Handelt es sich bei der Gehhilfe bspw. um eine Armstütze, so kann der Knopf sich auf dem distalen Ende des T-förmig abgewinkelten Haltegriffs befinden, der beim Gehen von den Händen des Patienten umschlossen wird. Die Sensorvorrichtung an den Gehhilfen ist so konfiguriert, dass unterschiedliche Anzahl an Knopfdrücken bzw. auch die Drückfrequenz unterschiedliche Befehle an den Serviceroboter 17 senden können. Einmaliges Drücken kann dem Patienten signalisieren, dass der Patient sich setzen möchte. Hierbei wird das Gangtraining unterbrochen. Zweimaliges Drücken kann signalisieren, dass der Patient erkannt hat, dass der Serviceroboter 17 einer anderen Person statt dem Patienten folgt, bspw. indiziert dadurch, dass eine Person sich zwischen Patienten und Serviceroboter hindurchbewegt hat. Nach Senden eines solchen Signals unterbricht der Serviceroboter 17 das Training und führt dieses Training erst nach einer erneuten persönlichen Anmeldung des Patienten fort. Somit wird verhindert, dass das personalisierte Training von anderen Personen übernommen und auf Daten der bereits angemeldeten Person unberechtigt Zugriff genommen werden kann.
  • Beispiel 3:
  • Beispielhafter Ablauf einer Therapie: Der Patient geht zum festgelegten Treffpunkt, an welchem der Serviceroboter seine Ladestation hat. In einem Aspekt befindet sich die Ladestation in der Nähe eines wenig frequentierten Gangs (geringer Patienten-/Publikumsverkehr). Der Patient hat von seinem Therapeuten eine Einweisung in die Nutzung des Serviceroboters 17 erhalten. Der Patient meldet sich am Serviceroboter 17 an. Mit der personalisierten Anmeldung ist die Zuordnung zu einem Therapieprogramm möglich, das der Therapeut hinterlegt hat. Alternativ kann der Patient auch selbständig die Daten für sein Gangtraining eingeben, die der Patient zuvor mit seinem Therapeuten festgelegt hat. Je nachdem, in welcher Gangart (2- oder 3-Punkt-Gang) der Patient trainieren soll und wie der Trainingsplan für den Patienten gestaltet ist, schlägt der Serviceroboter 17 entsprechend passende Korrekturen bei eventuellen Abweichungen vor.
  • Im Dreipunktgang sollte beispielsweise immer das operierte Bein mit beiden Stützen nach vom gestellt werden, wobei die Stützen einen Moment eher den Boden berühren sollten als das operierte Bein, um eine optimale Entlastung des operierten Gebietes zu ermöglichen. Sollte dieser Ablauf vom Patienten nicht korrekt ausgeführt werden, weist der Serviceroboter 17 ihn mithilfe der Sprachausgabe daraufhin. Ergänzend zeigt das Display 2, in einem Fall mit rotem Hintergrund, den Korrekturhinweis an. Die zu korrigierende Bewegung wird vom Patienten wiederholt und der Patient erhält ein Feedback hierzu (grüner Hintergrund auf dem Display 2 bei korrekter Ausführung, roter Hintergrund bei falscher Ausführung, analog akustische Signale). Sollten mehrere Abweichungen der Bewegungen von den hinterlegten Musterbewegungen gleichzeitig auftreten, besteht die Möglichkeit, das Gangtraining zu unterbrechen und von vorn zu beginnen.
  • Der Patient kann jederzeit während des Trainings eine Pause einlegen oder das Training abbrechen. Nach einer Pause muss sich der Patient erneut beim Serviceroboter 17 anmelden, dann wird das Training fortgeführt. Bei Ende oder Abbruch muss sich der Patient am Serviceroboter 17 vom Training abmelden. Sollte der Patient eine Abmeldung vergessen, wird sich das System nach einer festzulegenden Zeit von allein abmelden, um den Zugriff auf die persönlichen Daten des Patienten auf dem Serviceroboter durch Fremde zu vermeiden.
  • Beispiel 4:
  • Der PC des Serviceroboters 17 ist mit einem Mikrofon verbunden und über ein Netzwerk mit einem Cloud-basierten Spracherkennungssystem ausgestattet. Audiosignale vom Serviceroboter 17 werden an dieses Spracherkennungssystem übermittelt und ausgewertet. Hierbei findet eine inhaltliche Analyse der Audiosignale statt und die inhaltlichen Analyseergebnisse werden wiederum über eine Schnittstelle an den Serviceroboter 17 übertragen, so dass ein auf dem PC ablaufendes Programm eine Zuordnung der Inhalte zu bspw. zuvor vom Serviceroboter gestellten Fragen vornehmen kann.
  • Beispiel 5:
  • 3 zeigt das cloudbasierte Managementsystem zur Unterstützung der Navigation des Serviceroboters 17. Das Managementsystem 18 umfasst auch ein Datenmanagement-Modul zur Administration von Therapiedaten, ein Modul zur Erstellung von Regelwerken usw. sowie das mit dem cloudbasierten Therapiesystem, welches dem Therapeuten zur Verfügung steht und das Patientendaten und Therapiepläne enthält und ist über mindestens eine Schnittstelle mit dem Serviceroboter 17 verbunden. Über die Schnittstelle erhält das Datenmanagement-Modul anonymisierte Patientendaten vom Therapiesystem erhalten. Diese anonymisierten Patientendaten werden im Datenmanagement-Modul von Experten gelabelt und in ein neuronales Netzwerk eingespeist, das die regelbasierten Algorithmen zur Erkennung der Bewegungsabläufe des Patienten verbessert. Die verbesserten Algorithmen können wiederum über eine Schnittstelle an den Serviceroboter übermittelt werden.
  • Das cloudbasierte Navigationssystem wiederum erhält vom Serviceroboter 17 die Daten eines 3-D-Modells der Umgebung des Serviceroboters, welcher sich vornehmlich innerhalb der Räumlichkeiten einer Klinik bewegt. Die Datenerfassung wird vornehmlich über den Laserscanner des Serviceroboters 17 umgesetzt, eine Berechnung der 3D-Umgebung findet innerhalb des Serviceroboters statt. Damit erstellt der Serviceroboter 17 einen Lageplan der Klinik.
  • Beispiel 6:
  • In einem weiteren Aspekt sich CAD-Daten des Gebäudes einlesen, die als Grundlage für die Erstellung eines Lageplans des Gebäudes dienen, in dem der Serviceroboter 17 sich bewegt. Unter CAD-Daten werden hierbei einerseits Lagepläne in 2D oder 3D verstanden, die aus Softwareprogrammen stammen, wie sie für die Gebäudeplanung eingesetzt werden. Es können jedoch auch Bilddaten (z.B. PNG, JPEG, PDF) genutzt werden, aus denen das System entsprechende Informationen der baulichen Anordnung ableitet.
  • Beispiel 7:
  • Der Serviceroboter 17 kann Menschen in seiner Umgebung ansprechen und um Unterstützung bei der Nutzung des Fahrstuhls bitten. Die Überwindung von Hindernissen wie Aufzüge und Türen durch Zuhilfenahme der Anwesenden in der Umgebung eines Serviceroboters ist möglich und die Dialoge dazu müssen gestaltet werden.
  • Treppen steigen gehört zu einem wichtigen Teil des Gangtrainings und der Teilhabe des Patienten am gesellschaftlichen Leben. Demzufolge ist es ebenfalls nützlich, diesen Teil des Gangtrainings gemeinsam mit dem Patienten zu trainieren und so einzuüben, dass der Patient diesen Teil des Gangtrainings zu Hause/im Alltag ohne Fehler umsetzen kann. Das Treppensteigen mit Stützen nach bspw. Chirurgisch-orthopädischen Eingriffen an den unteren Extremitäten folgt immer dem gleichen definierten Ablauf. Der Serviceroboter 17 beobachtet den Ablauf, korrigiert eventuelle Abweichungen im Ablauf und bietet dem Patienten Sicherheit durch die Möglichkeit, einen Alarm bei einem möglichen Sturz des Patienten auszulösen.
  • Beispiel 8:
  • Der Serviceroboter 17 kann zur verbesserten Navigation innerhalb des Gebäudes auch auf Daten wie Lichtintensität (bspw. Sonneneinstrahlung zur Tageszeit), die mittels Photodetektoren erfasst werden, aber auch auf WLAN-Signale mehrerer Router zugreifen, welche bevorzugt via Triangulation die bessere Positionsbestimmung im Gebäude ermöglichen.
  • Beispiel 9:
  • Der Patient verfügt über Sensoren, die eine bessere Identifizierung des Patienten ermöglichen. In einer bevorzugten Ausführungsform ist der Token, welcher auch zur Identifizierung des Patienten genutzt wird, ein aktiver RFID Transponder. Der Serviceroboter 17 verfügt über mindestens zwei Antennen, die eine Triangulation der Signalquelle und damit eine Lokalisierung des Patienten ermöglichen.
  • Beispiel 10:
  • In einer weiteren Ausführungsform errechnet der Serviceroboter 17 die vom Patienten zurückgelegte Wegstrecke über die Anzahl der Umdrehungen seiner Antriebsräder 6. Hierfür ist in der Antriebseinheit 7 entsprechende Sensorik verbaut, die die Anzahl der Umdrehungen errechnet, bspw. ein Magnetsensor, der die Richtung und Anzahl von Drehungen im Antriebsrad zählt. Diese Daten werden dann im PC des Serviceroboters 17 in eine zurückgelegte Wegstrecke umgerechnet. Zusätzlich erfasst der Serviceroboter 17 den Winkel des Patienten und seinen Abstand relativ zu ihm und kann damit die Entfernung ermitteln, die der Patient zurückgelegt hat. Die z.B. durch Schlupf entstehenden Ungenauigkeiten können durch die Kombination mit geeigneter Inertialsensorik wie Beschleunigungssensoren korrigiert werden.
  • Beispiel 11:
  • Der Serviceroboter 17 ermittelt mit der 3D-Kamera fortlaufend die jeweilige Schrittlänge des Patienten, erfasst die Anzahl der Schritte und kann so die Wegstrecke ermitteln, die der Patient zurückgelegt hat.
  • Beispiel 12:
  • In einer Variante des Systems findet der Datenaustausch der Patientendaten (und zwar sowohl des Trainingsplans als auch der absolvierten Übungen) über den Token des Patienten und die Schnittstelle des Serviceroboters 17 sowie die des Therapeuten zum Cloud-basierten System statt (RFID-Lese- und Schreibgerät). Hierbei werden die Daten anonymisiert übertragen.
  • Beispiel 13:
  • Statt eines Tokens erhält der Patient Login Daten für den Serviceroboter 17 in Form eines Codes, mit denen der Patient sich am Serviceroboter 17 identifizieren kann. Der Serviceroboter 17 empfängt zudem über eine Schnittstelle Trainingspläne und zugeordnete Codes. Weiterhin speichert der Service Roboter erfasste Trainingsdaten und Auswertungen zusammen mit den Codes und überträgt diese über eine Schnittstelle in die Cloud 18, wobei der Therapeut über ein Patientenadministrationsmodul auf die erhaltenen Daten zugreifen kann.
  • Beispiel 14:
  • Die Muster-Übungen bzw. Simulation der Übungen, die der Patient durchführen soll, sind im cloudbasierten Administrationssystem des Serviceroboters hinterlegt.
  • Beispiel 15:
  • Das Patientenadministrationsmodul stellt dem Regelwerkmodul Vergangenheitsdaten zur Verfügung, die absolvierte Übungen und vom Therapeuten vorgenommene Modifikationen des Übungsplans umfassen. Auf Grundlage dieser Daten kommen im Regelwerkmodul Machine Learning-Algorithmen und/oder neuronale Netze zum Einsatz, um Muster zu erkennen und Vorschlagalgorithmen zu entwerfen. Damit ist das Regelwerkmodul in der Lage, auf Basis der vom Serviceroboter erfassten Bewegungen und Übungsplanen Vorschläge für Anpassungen des Übungsplans zu erstellen. Diese Vorschlagalgorithmen werden wiederum über eine Schnittstelle an das Patientenadministrationsmodul übertragen. Sobald nun neue Daten vom Serviceroboter im Patientenadministrationsmodul eintreffen, schlägt das Patientenadministrationsmodul dem Therapeuten Anpassungen des Übungsplans vor, die der Therapeut akzeptieren oder ablehnen kann.
  • Beispiel 16:
  • Der Serviceroboter nutzt statt der 3D-Kamera einen Laserscanner, um in etwa einen konstanten Abstand zum Patienten zu halten. Hierbei erhält er vom Rechner des Serviceroboters die Information, in welchem Areal sich der Patient befindet basierend auf einer RGB-Kamera, die den Patienten zu Trackingszwecken erfasst. Optional können auch diese Informationen auch von einer 3D-Kamera stammen, die das Skelettmodel eines Patienten während dessen Bewegungen erfasst.
  • Bezugszeichenliste
  • 1
    Laserscanner (LIDAR)
    2
    Display, zum Beispiel Touchpad
    3
    Sensor
    4
    druckempfindliche Stoßstange
    5
    um die vertikale Achse drehbar gelagertes Rad mit drei Stützrädern
    6
    Antriebsrad
    7
    Antriebseinheit
    8
    Energiequelle
    9
    Rechnereinheit mit Speicher
    10
    Skelettmodell eines Patienten
    11
    Gehhilfen, integrierte Sensorik ist optional
    12
    Terminal für die Administration des Systems
    13
    Terminal
    17
    Serviceroboter
    18
    Cloud
    141
    Rechnereinheit für die Administration der Gebäude- bzw. Umgebungsdaten des Roboters
    142
    Speicher
    151
    Rechnereinheit für die Administration des Regelwerks, welches die Bewegungen der Patienten klassifiziert
    152
    Speicher
    161
    Rechner
    162
    Datenbank
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • CN 108422427 [0005]
    • CN 206833244 [0005]
    • CN 107518989 [0005]
    • CN 101862245 [0005]
    • CN 205950753 [0005]
    • CN 203338133 [0005]
    • CN 203527474 [0005]
    • CN 108073104 [0006]
    • CN 107598943 [0006]
    • CN 106671105 [0007]
    • CN 104889994 [0008]
    • CN 204772554 [0008]
    • CN 105082149 [0008]
    • CN 105078445 [0008]
    • CN 105078450 [0008]
    • CN 108053889 [0009]
    • CN 108039193 [0009]
    • CN 107544266 [0009]
    • CN 106709254 [0010]
    • CN 106407715 [0011]
    • CN 105078449 [0012]

Claims (8)

  1. Serviceroboter (17) umfassend: eine Sensorik zur Erfassung des Gangbilds eines Patienten; eine Schnittstelle zu einer Datenbank mit einem Übungsplan für den Patienten; eine Auswertungseinheit zur Auswertung des Gangbilds des Patienten im Vergleich zum Übungsplan.
  2. Serviceroboter (17) nach Anspruch 1, weiter umfassend eine Identifizierungseinheit zur Identifizierung des Patienten und zum Herunterladen des Übungsplans.
  3. Verfahren zur Überwachung eines Gangbilds eines Patienten umfassend: Erfassung des Gangbilds durch eine Sensorik; und Auswertung des Gangbilds durch Vergleich mit einem abgespeicherten Übungsplan.
  4. Verfahren nach Anspruch 3, wobei die Auswertung mittels einer Zuhilfenahme eines selbstlernenden Systems erfolgt.
  5. System zur Durchführung von Rehabilitationsmaßnahmen bei einem Patienten umfassend: eine Schnittstelle zu einem Serviceroboter, eine Datenbank zur Abspeicherung eines Übungsplans für den Patienten.
  6. System nach Anspruch 5 weiter umfassend eine selbstlernende Einheit zur Verbesserung der Rehabilitationsmaßnahmen.
  7. Verfahren zur Verbesserung von Rehabilitationsmaßnahmen eines Patienten umfassend: Erhalten von Gangbild-Daten über das Gangbild des Patienten; Ausgabe von Anweisung an den Patienten; und Evaluierung der Anweisungen durch weiteres Erhalten von Gangbild-Daten und Auswertung der weiteren Gangbild-Daten.
  8. Verfahren zur Erstellung des Therapieplans eines Patienten umfassend: Erhalten von Gangbild-Daten über das Gangbild des Patienten; Auswertung der Gangbild-Daten in einer selbstlernenden Einheit; Erstellung von Vorschlägen für die Anpassung des Therapieplans.
DE102019100228.1A 2019-01-07 2019-01-07 Serviceroboter Withdrawn DE102019100228A1 (de)

Priority Applications (6)

Application Number Priority Date Filing Date Title
DE102019100228.1A DE102019100228A1 (de) 2019-01-07 2019-01-07 Serviceroboter
EP20700648.7A EP3908969A1 (de) 2019-01-07 2020-01-07 Verfahren und system zur erfassung des bewegungsablaufs einer person
CN202080013352.4A CN113490945A (zh) 2019-01-07 2020-01-07 人动作过程采集***
PCT/EP2020/050200 WO2020144175A1 (de) 2019-01-07 2020-01-07 Verfahren und system zur erfassung des bewegungsablaufs einer person
DE112020000351.5T DE112020000351A5 (de) 2019-01-07 2020-01-07 Verfahren und System zur Erfassung des Bewegungsablaufs einer Person
US17/421,098 US20220108561A1 (en) 2019-01-07 2020-01-07 System for capturing the movement pattern of a person

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102019100228.1A DE102019100228A1 (de) 2019-01-07 2019-01-07 Serviceroboter

Publications (1)

Publication Number Publication Date
DE102019100228A1 true DE102019100228A1 (de) 2020-07-09

Family

ID=71104457

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102019100228.1A Withdrawn DE102019100228A1 (de) 2019-01-07 2019-01-07 Serviceroboter

Country Status (1)

Country Link
DE (1) DE102019100228A1 (de)

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101862245A (zh) 2010-05-28 2010-10-20 上海市古美高级中学 医院服务机器人
CN203338133U (zh) 2012-11-12 2013-12-11 常熟理工学院 一种智能医疗服务机器人
CN203527474U (zh) 2013-07-09 2014-04-09 常熟理工学院 一种助老服务机器人
CN104889994A (zh) 2015-06-30 2015-09-09 广州绿松生物科技有限公司 智能健康服务机器人
CN204772554U (zh) 2015-06-30 2015-11-18 广州绿松生物科技有限公司 智能健康服务机器人
CN105078450A (zh) 2015-08-24 2015-11-25 华南理工大学 一种可实现脑电检测的健康服务机器人
CN105082149A (zh) 2015-08-24 2015-11-25 华南理工大学 一种可实现血氧饱和度检测的健康服务机器人
CN105078445A (zh) 2015-08-24 2015-11-25 华南理工大学 基于健康服务机器人的老年人健康服务***
CN105078449A (zh) 2015-08-24 2015-11-25 华南理工大学 基于健康服务机器人的老年痴呆症监护***
CN106407715A (zh) 2016-10-19 2017-02-15 上海派毅智能科技有限公司 一种智能服务机器人健康辨识***及方法
CN205950753U (zh) 2016-05-14 2017-02-15 深圳市华科安测信息技术有限公司 医院导诊服务机器人
CN106671105A (zh) 2017-01-17 2017-05-17 五邑大学 面向老人的智能陪护机器人
CN106709254A (zh) 2016-12-29 2017-05-24 天津中科智能识别产业技术研究院有限公司 一种医疗诊断机器人***
CN107518989A (zh) 2017-10-21 2017-12-29 长沙展朔轩兴信息科技有限公司 医院服务机器人
CN206833244U (zh) 2017-04-21 2018-01-02 山东大学 一种基于云平台的医院服务机器人
CN107544266A (zh) 2016-06-28 2018-01-05 广州零号软件科技有限公司 家庭健康服务机器人
CN107598943A (zh) 2017-10-30 2018-01-19 文杨 一种陪伴老人的机器人
CN108039193A (zh) 2017-11-17 2018-05-15 哈尔滨工大服务机器人有限公司 一种自动生成体检报告的方法及装置
CN108053889A (zh) 2017-12-20 2018-05-18 中国科学院合肥物质科学研究院 一种基于Agent技术的健康促进服务机器人
CN108073104A (zh) 2016-11-10 2018-05-25 贺州学院 基于stm32嵌入式多用途护理服务机器人
CN108422427A (zh) 2018-03-21 2018-08-21 南通市巨久新材料科技有限公司 一种康复服务机器人

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101862245A (zh) 2010-05-28 2010-10-20 上海市古美高级中学 医院服务机器人
CN203338133U (zh) 2012-11-12 2013-12-11 常熟理工学院 一种智能医疗服务机器人
CN203527474U (zh) 2013-07-09 2014-04-09 常熟理工学院 一种助老服务机器人
CN104889994A (zh) 2015-06-30 2015-09-09 广州绿松生物科技有限公司 智能健康服务机器人
CN204772554U (zh) 2015-06-30 2015-11-18 广州绿松生物科技有限公司 智能健康服务机器人
CN105078450A (zh) 2015-08-24 2015-11-25 华南理工大学 一种可实现脑电检测的健康服务机器人
CN105082149A (zh) 2015-08-24 2015-11-25 华南理工大学 一种可实现血氧饱和度检测的健康服务机器人
CN105078445A (zh) 2015-08-24 2015-11-25 华南理工大学 基于健康服务机器人的老年人健康服务***
CN105078449A (zh) 2015-08-24 2015-11-25 华南理工大学 基于健康服务机器人的老年痴呆症监护***
CN205950753U (zh) 2016-05-14 2017-02-15 深圳市华科安测信息技术有限公司 医院导诊服务机器人
CN107544266A (zh) 2016-06-28 2018-01-05 广州零号软件科技有限公司 家庭健康服务机器人
CN106407715A (zh) 2016-10-19 2017-02-15 上海派毅智能科技有限公司 一种智能服务机器人健康辨识***及方法
CN108073104A (zh) 2016-11-10 2018-05-25 贺州学院 基于stm32嵌入式多用途护理服务机器人
CN106709254A (zh) 2016-12-29 2017-05-24 天津中科智能识别产业技术研究院有限公司 一种医疗诊断机器人***
CN106671105A (zh) 2017-01-17 2017-05-17 五邑大学 面向老人的智能陪护机器人
CN206833244U (zh) 2017-04-21 2018-01-02 山东大学 一种基于云平台的医院服务机器人
CN107518989A (zh) 2017-10-21 2017-12-29 长沙展朔轩兴信息科技有限公司 医院服务机器人
CN107598943A (zh) 2017-10-30 2018-01-19 文杨 一种陪伴老人的机器人
CN108039193A (zh) 2017-11-17 2018-05-15 哈尔滨工大服务机器人有限公司 一种自动生成体检报告的方法及装置
CN108053889A (zh) 2017-12-20 2018-05-18 中国科学院合肥物质科学研究院 一种基于Agent技术的健康促进服务机器人
CN108422427A (zh) 2018-03-21 2018-08-21 南通市巨久新材料科技有限公司 一种康复服务机器人

Similar Documents

Publication Publication Date Title
EP4003164A1 (de) System zur erfassung von bewegungsabläufen und/oder vitalparametern einer person
Tang et al. Towards BCI-actuated smart wheelchair system
CN105078449B (zh) 基于健康服务机器人的老年痴呆症监护***
US20060277074A1 (en) Rehabilitation methods
DE10318929B3 (de) Mobile Gehhilfe-Vorrichtung
EP3908969A1 (de) Verfahren und system zur erfassung des bewegungsablaufs einer person
Puanhvuan et al. Navigation-synchronized multimodal control wheelchair from brain to alternative assistive technologies for persons with severe disabilities
CN109920517A (zh) 一种游戏化康复***及其工作方法
CN113611388B (zh) 一种基于外骨骼的智能运动康复治疗与训练***
CN116711017A (zh) 交替进行的磁刺激方法和定制化认知训练方法、装置及***
CH703611A2 (de) Interaktives Trainingssystem zur Rehabilitation von physiologisch beeinträchtigten Patienten sowie Verfahren zum Betrieb desselben.
CN109907936A (zh) 基于虚拟现实的上肢康复训练设备
US20240042227A1 (en) Magnetic stimulation method and personalized cognitive training method performed alternately, and device and system therefor
CN115501481A (zh) 应急程控设备、医疗***及计算机可读存储介质
CN109126045A (zh) 智能化运动分析和训练***
EP1697004B1 (de) Patientenidentifikationssystem und patientenpositionierungsverfahren
Blatt et al. Brain control of a smart wheelchair
Szczurek et al. Enhanced human–robot interface with operator physiological parameters monitoring and 3d mixed reality
Naves et al. Virtual and augmented reality environment for remote training of wheelchairs users: Social, mobile, and wearable technologies applied to rehabilitation
Rabhi et al. Optimized joystick control interface for electric powered wheelchairs
DE102019100228A1 (de) Serviceroboter
Tang et al. Toward brain-actuated mobile platform
EP3425637B1 (de) Elektronisches system und verfahren zur klassifikation eines physiologischen zustandes
Kanal et al. Adaptive robotic rehabilitation using muscle fatigue as a trigger
DE102017129132A1 (de) Krankenbett und Betriebsverfahren hierfür

Legal Events

Date Code Title Description
R118 Application deemed withdrawn due to claim for domestic priority