
Sprachsteuerung in der Mensch-Maschine-Interaktion – Intelligente Vernetzung für Altenpflegedokumentationssysteme
Ziel
Hinweis: Dieses Projekt ist abgeschlossen.
Das Projekt „Sprint-Doku“ versucht eine Antwort darauf zu finden, wie die aufwendige Dokumentationsarbeit für Pflegekräfte und Verwaltungspersonal vereinfacht werden kann. Hierfür werden zwei Technologien erprobt: die digitale Dokumentation und die auf Deep LearningDeep Learning ist ein Teilbereich des maschinellen Lernens, der neuronale Netzwerke zur Analyse verschiedener Faktoren mit einer Struktur verwendet, die dem menschlichen neuronalen System ähnlich ist. Der Vorteil von künstlichen neuronalen Netzen ist die tiefgehende Abstraktion von Zusammenhängen zwischen Eingabe-Daten und zwischen den abstrahierte…zum Glossar und neuronalenEin neuronales Netzwerk besteht aus einer Reihe von Algorithmen, die zugrunde liegende Beziehungen in einem Datensatz durch einen Prozess erkennen, der die Funktionsweise des menschlichen Gehirns nachahmt. Neuronale Netzwerke können sich an sich ändernde Eingaben anpassen und können dadurch unter Umständen bessere Ergebnisse als traditionelle Algor…zum Glossar Netzen basierende sprecherunabhängige Spracherkennung. Diese sollen das Personal entlasten, die Arbeitsbedingungen verbessern, Prozesse optimieren und damit die Arbeitsqualität steigern. Getestet werden die Technologien in Experimentierräumen sowohl in der ambulanten als auch in der stationären Pflege.
Die Ergebnisse sollen dazu beitragen, die Arbeitsfähigkeit der Beschäftigten im Pflegebereich zu erhalten und die Innovations- und Wettbewerbsfähigkeit der Pflegewirtschaft zu stärken.
Für die Praxis werden ein Handlungsleitfaden und Checklisten entwickelt.
Das Projekt „Sprint-Doku“ versucht eine Antwort darauf zu finden, wie die aufwendige Dokumentationsarbeit für Pflegekräfte und Verwaltungspersonal vereinfacht werden kann. Hierfür werden zwei Technologien erprobt: die digitale Dokumentation und die auf Deep LearningDeep Learning ist ein Teilbereich des maschinellen Lernens, der neuronale Netzwerke zur Analyse verschiedener Faktoren mit einer Struktur verwendet, die dem menschlichen neuronalen System ähnlich ist. Der Vorteil von künstlichen neuronalen Netzen ist die tiefgehende Abstraktion von Zusammenhängen zwischen Eingabe-Daten und zwischen den abstrahierte…zum Glossar und neuronalenEin neuronales Netzwerk besteht aus einer Reihe von Algorithmen, die zugrunde liegende Beziehungen in einem Datensatz durch einen Prozess erkennen, der die Funktionsweise des menschlichen Gehirns nachahmt. Neuronale Netzwerke können sich an sich ändernde Eingaben anpassen und können dadurch unter Umständen bessere Ergebnisse als traditionelle Algor…zum Glossar Netzen basierende sprecherunabhängige Spracherkennung. Diese sollen das Personal entlasten, die Arbeitsbedingungen verbessern, Prozesse optimieren und damit die Arbeitsqualität steigern. Getestet werden die Technologien in Experimentierräumen sowohl in der ambulanten als auch in der stationären Pflege.
Die Ergebnisse sollen dazu beitragen, die Arbeitsfähigkeit der Beschäftigten im Pflegebereich zu erhalten und die Innovations- und Wettbewerbsfähigkeit der Pflegewirtschaft zu stärken.
Für die Praxis werden ein Handlungsleitfaden und Checklisten entwickelt.
Beteiligte
Konsortialführung und Projektumsetzung:
Hamburger Fernhochschule, Studienzentrum Essen
Projektumsetzung:
Management4Health, Bochum
Anwendungspartner:
Diakonie Ruhr, Bochum
Technikpartner:
connext Communication GmbH, Paderborn
Nuance Communications Healthcare Germany GmbH, Aachen
Evaluationspartner:
Forschungsinstitut IDC der Wilhelm Löhe Hochschule, Fürth
Sozialpartner:
ver.di – Vereinte Dienstleistungsgewerkschaft Bundesvorstand, Berlin
Diakonie Deutschland, Berlin
weitere Projektpartner:
Institut zur Modernisierung von Wirtschafts- und Beschäftigungsstrukturen GmbH, Hilden
Hamburger Fernhochschule, Studienzentrum Essen
Projektumsetzung:
Management4Health, Bochum
Anwendungspartner:
Diakonie Ruhr, Bochum
Technikpartner:
connext Communication GmbH, Paderborn
Nuance Communications Healthcare Germany GmbH, Aachen
Evaluationspartner:
Forschungsinstitut IDC der Wilhelm Löhe Hochschule, Fürth
Sozialpartner:
ver.di – Vereinte Dienstleistungsgewerkschaft Bundesvorstand, Berlin
Diakonie Deutschland, Berlin
weitere Projektpartner:
Institut zur Modernisierung von Wirtschafts- und Beschäftigungsstrukturen GmbH, Hilden
Förderung
Das Projekt wird durch das Bundesministerium für Arbeit und Soziales gefördert.
Laufzeit
28.11.2018 - 27.11.2021
Kontakt
E-Mail:
atlas-itg@uni-wh.deLehrstuhl für Management und
Innovation im Gesundheitswesen
Innovation im Gesundheitswesen
Universität Witten/Herdecke
Alfred-Herrhausen-Straße 50
58448 Witten, Deutschland
Alfred-Herrhausen-Straße 50
58448 Witten, Deutschland

