Een Belgische onderzoeksgroep zet een sociale robot in om pas-gediagnosticeerde diabetespatiëntjes te ondersteunen bij hun therapie. Het doel is om de robot autonoom patiënten met een chronische aandoening beter en persoonlijker te begeleiden. Om medische behandelingen te optimaliseren en personaliseren, werden in de robot machine-learning- en Internet-of-Things (IoT)-technologieën geïntegreerd. De partners binnen dit imec.icon-project ROBO-CURE zijn UZ Brussel, Cronos, QBMT, Medtronic Belgium, imec, UGent en VUB.
Volgens prof. Inge Gies van het kinderdiabetesteam in het UZ Brussel wordt een kind dat de diagnose van diabetes krijgt, overspoeld met informatie. Daarnaast moet het kind leren om de hoeveelheid koolhydraten in zijn maaltijd te berekenen om vervolgens de juiste dosis insuline te injecteren. Ook correct omgaan met de gegevens van draagbare toestellen (zoals glucose-sensors, insulinepompjes en activity trackers), is van belang voor zijn behandeling.
Gies: “Dit is niet altijd evident. Iedere diabetespatiënt reageert ook anders op een behandeling. Een doorgedreven gepersonaliseerde aanpak is noodzakelijk. Het is daarom van belang om de grote hoeveelheid aan waardevolle data van die toestellen snel en efficiënt te verwerken, zodat wij de behandeling op basis daarvan kunnen verfijnen in functie van de zorgbehoefte van de patiënt. Vooral vlak na de diagnose, bij de start van de glucose-monitoring, wanneer de patiënt uitleg krijgt over hoe hij met al die data moet omgaan, dringt extra ondersteuning van de patiënt zich op.”
Sociale robots voor betere informatie
De partners binnen het imec.icon project ROBO-CURE hebben daarom onderzocht of sociale robots kunnen ingezet worden om patiënten met deze chronische aandoening beter op te volgen en te informeren. Brecht Vermeulen, onderzoeksleider van het project en technical lead van test infrastructure bij IDLab, een imec-onderzoeksgroep aan de UGent stelt dat voor de eerste keer sociale robots met succes zijn ingezet om diabetespatiëntjes gedurende langere tijd en tijdens verschillende scenario’s autonoom te begeleiden bij hun behandeling.
“De kinderen en hun ouders reageerden zeer positief op de interactie met de robot. De robot is uitgerust met sensors en IoT-connectiviteit om in het ziekenhuis te detecteren wanneer een maaltijd in de kamer komt of om de data van een glucose-sensor real-time uit te lezen. Daarnaast worden moderne machine learning technieken gebruikt om objecten te herkennen of om dagelijkse patronen te ontdekken op basis van de verzamelde data. Dat leidt dan weer tot een meer gepersonaliseerde therapie en snellere aanpassingen van de behandeling. Dat laatste is cruciaal in de eerste weken na diagnose.”
De betrokken kinderen maakten voor het eerst kennis met de robot tijdens de ziekenhuisopname die volgde op de diagnose. Samen met familie konden ze ook tot 24 uur verblijven in HomeLab, een smart home-initiatief van imec en de UGent), waar behalve de robot, ook veel omgevingssensoren aanwezig zijn, zoals camera’s, NFC-tags op voeding, bewegingssensoren op koelkast, kasten en deuren.
Ondersteuning bij chronische aandoeningen
UZ Brussel zal het gebruik van de robot in de toekomst inpassen in de dagelijkse werking binnen de diabeteskliniek, aldus professor Gies (UZ Brussel). "In een volgende fase zullen we bekijken hoe we de robot kunnen herprogrammeren om de behandeling van andere chronische aandoeningen – zoals bijvoorbeeld obesitas – te ondersteunen. We gaan ook na hoe de robot verder kan worden geoptimaliseerd, en hoe we meerdere robots samen kunnen inzetten zodat we deze ondersteuning aan meer patiënten kunnen aanbieden."
Belgische ziekenhuizen hebben eerder al onder meer sociale robots ingezet om hulp te bieden bij de ontvangst van patiënten en bezoekers. In Nederland worden sociale robots onder meer ingezet voor ondersteuning bij de begeleiding van cliënten in de langdurige zorg.
