Onderzoek
De toepassingen van MijnRobots zijn gebaseerd op wetenschappelijk onderzoek. De artikelen hierover staan hieronder.
A Feasibility Study of a Social Robot Collecting Patient Reported Outcome Measurements from Older Adults.
Patiëntgerapporteerde uitkomstmaten (PROM’s) zijn een essentieel middel om informatie te verzamelen over de effectiviteit van ziekenhuiszorg zoals waargenomen door de patiënten zelf. Vooral oudere volwassen patiënten hebben vaak hulp nodig van verplegend personeel om PROM’s met succes af te ronden, maar dit personeel heeft al een hoge werklast. Daarom wordt een sociale robot geïntroduceerd om de PROM-vraag- en opnametaak uit te voeren. Het onderzoeksdoel was om een multimodale dialoog te ontwerpen voor een sociale robot om PROM’s bij oudere patiënten te verwerven. De primaire uitkomsten waren de effectiviteit, de efficiëntie en de subjectieve bruikbaarheid zoals ervaren door ouderen van het verwerven van PROM’s door een sociale robot. Het ontwerp van de robotdialoog omvatte een persoonlijk welkom, PROM-vragen, bevestigingsverzoeken, affectieve uitspraken, gebruik van een ondersteuningsscherm op de robot met de antwoordopties en bijbehorende robotgebaren. Het ontwerp is getest in een cross-over studie met 31 thuiswonende personen van 70 jaar of ouder. Antwoorden verkregen met de robot werden vergeleken met die verkregen door een vragenlijst die door mensen werd afgenomen. De eerste resultaten gaven aan dat PROM-gegevensverzameling bij ouderen effectief en efficiënt kan worden uitgevoerd door een sociale robot. De subjectieve bruikbaarheid van de robot werd gemiddeld gescoord als 80,1 (± 11,6) op een schaal van 0 tot 100. De betrouwbaarheid van de geregistreerde gegevens was 99,6%. Een eerste relevante stap is gezet op het ontwerptraject voor een robot om PROMs van oudere volwassenen te verkrijgen. De variatie in de subjectieve bruikbaarheidsscores vraagt nog steeds om technische dialoogverbeteringen.
Robot for health data acquisition among older adults: a pilot randomised controlled cross-over trial.
Achtergrond / Doelstellingen: Beroepsbeoefenaren in de gezondheidszorg (HCP) worden geconfronteerd met een toenemende vraag naar beoordelingen van belangrijke gezondheidsstatusmaatregelen, zoals door de patiënt gerapporteerde uitkomstmaten (PROM), en de tijd die daarvoor nodig is. Het doel van deze studie was om de effectiviteit en aanvaardbaarheid van het gebruik van een HCP-robotassistent te onderzoeken en de hypothese te testen dat een robot autonoom PROM-gegevens van oudere volwassenen kan verkrijgen.
Ontwerp: Een gerandomiseerde, gecontroleerde cross-over pilotstudie waarbij een sociale robot en een verpleegkundige drie PROM-vragenlijsten afnamen met in totaal 52 vragen.
Instelling: Een klinische poliklinische setting met thuiswonende ouderen.
Deelnemers: Tweeënveertig thuiswonende ouderen (gemiddelde leeftijd: 77,1 jaar, SD: 5,7 jaar, 45% vrouwen).
Metingen: Het primaire resultaat was de taaktijd die nodig is voor robot-patiënt en verpleegkundige-patiënt-interacties. Secundaire uitkomsten waren de gelijkenis van de gegevens en het percentage autonoom voltooide robotinteracties. De vragenlijsten resulteerden in twee waarden (met robot en met verpleegkundige) voor drie indexen van kwetsbaarheid, welzijn en veerkracht. De gegevensovereenkomst werd bepaald door deze indexwaarden te vergelijken met behulp van Bland-Altman-plots, Cohen’s kappa (κ) en intraclass-correlatiecoëfficiënten (ICC). De aanvaardbaarheid werd beoordeeld aan de hand van vragenlijsten.
Resultaten: De gemiddelde duur van een robotinterview was 16,57 min (SD = 1,53 min), wat niet significant langer was dan de verpleegkundigeninterviews (14,92 min, SD = 8,47 min; p = 0,19). De drie Bland-Altman-plots vertoonden een matige tot substantiële overeenstemming tussen de scores voor kwetsbaarheid, welzijn en veerkracht (κ = 0,61, 0,50 en 0,45 en ICC = respectievelijk 0,79, 0,86 en 0,66). De robot voltooide autonoom 39 van de 42 interviews (92,8%).
Conclusie: Sociale robots kunnen zorgprofessionals effectief en acceptabel helpen door oudere volwassenen te interviewen.
A social robot for autonomous health data acquisition among hospitalized patients: an exploratory field study
De huidige aandacht voor kwaliteitsbewakingsinstrumenten voor gehospitaliseerde patiënten legt een hoge werkdruk op voor gegevensregistratie voor verpleegkundigen. De focus van ons onderzoek was om te onderzoeken of een sociale robot een deel van deze gegevensverzameling kan overnemen door autonoom vragenlijsten in te vullen. Op de afdeling interne geneeskunde van het Franciscus Gasthuis & Vlietland ziekenhuis hebben we een ontwerpend experiment uitgevoerd. 35 patiënten (gemiddelde leeftijd 64,1 ± 17,7, 20 vrouwen) namen deel aan het onderzoek. We gebruikten de sociale robot Pepper om vijf vragenlijsten uit te voeren over medische geschiedenis, ontlasting, pijn, geheugen en slaap. Patiënten en verpleegkundigen vonden de robot in deze rol redelijk acceptabel. Verder onderzoek is nodig om problemen aan te pakken in de spraakherkenning en de taakverdeling verpleegkundige-robot te optimaliseren.
Combining Social Robotics and Music as a Non-Medical Treatment for People with Dementia
Momenteel is bij ongeveer 260.000 mensen in Nederland de diagnose dementie gesteld. Dit artikel biedt een eerste ontwerp en evaluatie van een sociale robot die de muziek levert die positieve zelfontsluitingen van persoonlijke herinneringen ondersteunt. Op basis van de gesitueerde cognitieve engineering methodologie ontwikkelden we software voor de Pepper-robot waarmee mensen met dementie (MmD) naar hun favoriete muziek kunnen luisteren en testten we deze robot in een zorgcentrum met zeven personen met dementie. De test richtte zich op de bruikbaarheid van de robot en het effect van muziek op de luisteraar. Er zijn drie algemene beweringen getest: de robot (1) is gemakkelijk te gebruiken door de kinderarts, familieleden en verzorgers, (2) brengt de patiënt in een positievere stemming en (3) stimuleert de patiënt om herinneringen op te roepen en over zijn verleden te praten. Onze resultaten tonen aan dat de “muziekrobot” voor MmD vaak zeer sterke positieve reacties oproept en dat onze waarnemingen in overeenstemming zijn met de drie claims. Het gebruik van een zeer mensachtige robot zoals Pepper brengt echter bepaalde uitdagingen met zich mee, aangezien de MmD verwacht dat het werkelijk elk woord dat ze zeggen zal begrijpen, wat nog niet het geval is.