Welches Problem soll das Projekt lösen?
Forschende der BFH wollen mit ihrem Projekt die Belastung des Personals im Gesundheitssektor reduzieren. Konkret testen sie in einer Pilotstudie, ob sie basierend auf bestehenden Daten Arbeitsbelastung bemessen können, ohne dass das Personal dadurch zusätzliche Arbeit leisten muss. Sie hoffen, Entscheidungsträgerinnen und -trägern dadurch ein Instrument an die Hand zu geben, um die Planung des Personals zu optimieren.
Welchen Nutzen hat das Projekt für die Gesellschaft?
Der Personalmangel ist gerade im Gesundheitssektor äusserst prekär. Wenn die Arbeitsbedingungen des Personals verbessert werden können, hat das weitreichende Konsequenzen. Einerseits profitieren natürlich die Fachpersonen selbst, weil sie ihren Berufsalltag und ihr Privatleben reibungsärmer kombinieren und ihrer Arbeit besser nachkommen können. Für Patientinnen und Patienten auf der anderen Seite bedeuten stressfreie Pflegende und Medizinerinnen und Mediziner mehr Versorgungssicherheit. Als Grundlage für Massnahmen braucht es jedoch Informationen zur Arbeitsbelastung.
Was genau tun die Forschenden in ihrem Projekt? Wie sind sie vorgegangen?
Die Forschenden messen biometrische Stressindikatoren von Pflegenden während der Arbeit und befragen sie zu ihrer Arbeitsbelastung. Sie hoffen, durch die Verbindung mit Daten aus der Verlaufsdokumentation und Schichtplanung automatisiert erkennen zu können, welche Signale auf Stress hindeuten könnten. Ihr Ziel ist es, dereinst direkt und automatisiert aus den Daten Schlüsse über das Stresslevel der Fachpersonen ziehen zu können. Weil bekannt ist, dass Konflikte von privaten und beruflichen Terminen oft zu Stress führen, schaut sich das Team auch diesen Zusammenhang an.
Wo lagen die Herausforderungen?
Mit ihrem Versuch, Stress automatisiert zu messen, beschreiten die Forschenden neue Wege. Tatsächlich überprüfen Sie in ihrer Machbarkeitsstudie als erstes, ob biometrische Daten tatsächlich Aufschlüsse über Stressindikatoren in der Verlaufsdokumentation und Schichtplanung geben können.
Weil Gesundheits-Professionals neuen Technologien am Arbeitsplatz eher kritisch eingestellt sind, ist es nicht ganz einfach, genügend Probandinnen und Probanden zu finden. Und natürlich muss – wie immer, wenn es um heikle Daten geht – sichergestellt werden, dass die Sicherheit derselben in jeder Phase des Projektes gewährleistet ist.
Und wie geht es weiter mit dem Projekt?
Wenn sich die automatische Stressmessung im Pilot bewährt, werden die Forschenden den Ansatz mit einer grösseren Versuchsgruppe bestätigen und die Methode verfeinern. Dann – aber das ist noch Zukunftsmusik – sollen aus dem Ansatz konkrete Software-Tools für die Einsatzplanung und das Personalmanagement im Gesundheitssektor entstehen.
Hinter der Pilotstudie zur automatisierten Stressmessung im Pflegesektor stehen Dr. Souhir Ben Souissi und Dr. Christoph Golz. Beide forschen und lehren an der BFH. Dr. Ben Souissi widmet sich am Departement Technik und Informatik Fragen dazu, wie Deep Learning und künstliche Intelligenz im Gesundheitsbereich als Entscheidungshilfen eingesetzt werden können. Dr. Golz untersucht seinerseits, wie das Gesundheitspersonal durch digitale Lösungen entlastet werden kann.
