KI-Unterstützung im Medikamentenmanagement mit Hilfe eines Augmented Reallity Systems

In der vorliegenden Arbeit wird die Entwicklung eines technischen Systems zur Unterstützung des manuellen Medikamentenrichtens vorgestellt. Vor dem Hintergrund des demografischen Wandels und der zunehmenden Herausforderungen im Pflegebereich wird ein System entwickelt, das mithilfe von Augmented Reality (AR) und Künstlicher Intelligenz (KI) den Medikamentenprozess sicherer und effizienter gestalten soll. Die zentrale Fragestellung dieser Arbeit lautet: Wie kann beim Medikamentenrichten die Fehleranzahl reduziert werden? Dabei wird die Hypothese untersucht, dass ein technisches System, das AR und KI integriert, die Fehlerquote signifikant verringern kann.
... mehr
Das entwickelte System basiert auf einer Kombination aus einer Kamera, die den Arbeitsbereich erfasst, und einem Beamer, der visuelle Anweisungen auf die Arbeitsfläche projiziert. KI-Algorithmen, darunter YOLOv5 zur Objekterkennung und ResNet zur Klassifikation der Medikamente, ermöglichen die Echtzeitanalyse und Rückmeldung an die Pflegekraft. Ein lokaler Server stellt dabei sicher, dass alle Daten im eigenen Netzwerk verbleiben. Die Ergebnisse der Evaluationen, die mit professionellen Pflegekräften und Laien durchgeführt werden, bestätigen die Wirksamkeit des Systems: Es zeigt sich eine signifikante Reduzierung der Fehlerquote und eine Steigerung der Effizienz. Die
Anzahl korrekt sortierter Medikamente steigt bei professionellen Pflegekräften um etwa 32 %, während die Fehlerquote um fast 50 % reduziert werden kann. Die Benutzerfreundlichkeit und kognitive Entlastung werden von den Teilnehmern ebenfalls positiv bewertet. Insgesamt zeigt diese Arbeit, dass der Einsatz moderner Technologien wie AR und KI das Potenzial hat, den Medikationsprozess sicherer und effizienter zu gestalten. Die Forschungsergebnisse bestätigen die Hypothese und weisen darauf hin, dass das vorgestellte System einen bedeutenden Beitrag zur Verbesserung der Medikamentenverwaltung leisten kann.

This thesis focuses on the development of a technical system to support manual medication sorting. Against the backdrop of demographic change and increasing challenges in the healthcare sector, a system was developed that aims to make the medication process safer and more efficient through the use of Augmented Reality (AR) and Artificial Intelligence (AI). The central research question of this thesis is: How can the number of errors in medication sorting be reduced? The hypothesis being tested is that a technical system integrating AR and AI can significantly reduce the error rate. ... mehrThe developed system is based on a combination of a camera, which captures the workspace, and a projector that displays visual instructions on the working surface. AI algorithms, including YOLOv5 for object detection and ResNet for medication classification, enable real-time analysis and feedback to the caregiver. The system was implemented in Python, and a local server ensures that all data remains within a known network.
The results of the evaluations conducted with professional caregivers and laypersons confirm the system’s effectiveness: A significant reduction in the error rate and an increase in efficiency were observed. The number of correctly sorted medications increased by about 32% among professional caregivers, while the error rate was reduced by almost 50%. Participants also positively rated the system’s user-friendliness and cognitive relief. Overall, this thesis demonstrates that the use of modern technologies such as AR
and AI has the potential to make the medication process safer and more efficient. The research findings confirm the hypothesis and suggest that the proposed system can make a significant contribution to improving medication management.