TETON
Teton er et AI-baseret sensormoniteringssystem til faldforebyggelse og patientovervågning på hospitaler og plejehjem. Systemet bruger sensorer monteret i loftet til at registrere patienters bevægelser og aktivitetsniveau, og advarer personalet ved forhøjet faldrisiko eller uhensigtsmæssige hændelser.
Beskrivelse af systemet
Anvendelsessteder:
- Regionshospital Nordjylland, Hjørring (Afdeling for Ældresygdomme)
- Sygehus Sønderjylland (Afdeling for Ældresygdomme)
- Næstved Kommune (plejecentre)
- Region Nordjylland (5 afdelinger i skaleringsprojekt)
Formål:
- Faldforebyggelse hos ældre og skrøbelige patienter
- Real-time monitorering af patienters aktivitetsniveau
- Registrering af søvnrytme og bevægelsesmønstre
- Tidlig alarm ved faldrisiko (f.eks. når patient sætter sig på sengekant)
- Reduktion af faldhændelser og øget patientsikkerhed
- Beslutningsstøtte for sundhedspersonale
- Dokumentation af faldforløb til lægeligt brug
- 2020: Teton.ai grundlagt
- Juni 2023: Første implementering i Hjørring (Region Nordjylland)
- September 2024: Pilotprojekt startet på Sygehus Sønderjylland (22 sengestuer)
- September 2024: Baseline måling (uden systemadgang for personale)
- Oktober 2024: Personale tager teknologi i brug
- December 2024: Projektstatus evalueres
- Q1 2025: Projektevaluering planlagt
- Q4 2025: Regionalt udbud forventet
Status: I brug fra 2023 (Hjørring), pilotprojekter igangværende 2024-2025
Teton anvender AI og computer vision teknologi til:
Bevægelsesanalyse: Algoritmer analyserer bevægelsesmønstre i realtid og identificerer faldrisiko-situationer
Prædiktiv monitorering: Systemet lærer at genkende tidlige tegn på fald baseret på patientens aktivitetsmønstre
Biometrisk klassifikation: Skelner mellem forskellige personer i rummet (patient vs. personale)
Aktivitetsregistrering: Automatisk klassificering af patientens tilstand (sengeliggende, siddende, stående, gående)
Søvnanalyse: AI-baseret skelnen mellem rolig og urolig søvn
Anomali-detektion: Identificerer afvigelser fra normal adfærd
Privacy by design: AI-systemet pseudonymiserer straks data og viser kun anonymiserede figurer/ikoner
Systemet arbejder med "en varierende grad af autonomi" - det registrerer kontinuerligt aktivitet, træffer automatiske beslutninger om risikoniveau, og genererer alarmer baseret på forudindstillede parametre tilpasset den enkelte patient.
- Bevægelsesdata fra reelle patientsituationer i kliniske settings
- Videooptagelser transformeret til bevægelsesmønstre
- Data om faldforløb og fald-risiko situationer
- Aktivitetsniveauer over døgnets 24 timer
- Søvnmønstre hos ældre patienter
- Positionsændringer (liggende → siddende → stående)
Dataindsamling: Systemet er testet og videreudviklet gennem pilotprojekter i Hjørring over et år, hvor erfaringer fra udviklingsprojekter med avanceret teknologisk monitorering er indsamlet. Data indsamles løbende under pilotforløb til videre træning og optimering af algoritmen.
- Omfattende IT-sikkerhedsvurdering gennemført jf. RSD IT-projektmodellen
- Samlet System IT risikovurdering = 3 (sandsynlighed 1 × konsekvens 1)
- Risikovurdering gentages løbende undervejs i forløbet
- Godkendt af regional Data Protection Officer (DPO) den 10. juli 2024
- Konsekvensanalyse fra Datastyrelsen
- Fornyet projektperiode kræver opdatering af konsekvensanalyse
- Krypteret datalagring
- Hjørring 2023-2024 (1-årigt forløb):
- Første testafdeling for Region Nordjylland
- Afdeling for Ældresygdomme testede teknologien over et år
- Afprøvede flere forskellige leverandører før valg af Teton.ai
- Sygehus Sønderjylland 2024:
- September-december 2024 pilotperiode
- 22 sengestuer med sensorudstyr
- 1 måned baseline måling (september 16-oktober 13)
- 2 måneder aktiv testperiode (oktober 14-december 31)
- Evaluering planlagt Q1 2025
- Skaleringsprojekt Region Nordjylland:
- 5 afdelinger deltager i 1-årigt skaleringsprojekt
- Indsamling af spredningspotentiale
- Parallel test OUH/Svendborg:
- Test med anden leverandør på Ældresygdomme
- Samarbejde med CAI-X
Samfundsmæssige årsager:
- Ca. 1.000 personer over 65 år falder dagligt i Danmark
- Fald koster samfundet cirka 3 milliarder kroner årligt (indlæggelser, lægebesøg, medicin, ekstra hjemmehjælp - jf. Sundhedsstyrelsen og SDU)
- Ca. 80% af hospitalsfald sker når patienten er alene på sengestuen
Kliniske behov:
- Ældre patienter er særligt skrøbelige under indlæggelse
- Fald har alvorlige konsekvenser for ældre (f.eks. hovedskader, brud)
- Behov for at kunne reagere tidligt på ændringer i patienters tilstand
- Usikkerhed om patienters tilstand når personalet ikke er til stede
- Reducere tid fra fald til hjælp (særligt nattetid)
Personale- og arbejdsmiljømæssige årsager:
- Fremtidig mangel på plejepersonale - "færre om at varetage kerneopgaven"
- Skaber utryghed hos personalet ikke at kunne reagere tidligt
- Personale påvirkes følelsesmæssigt når patienter falder og kommer til skade
- Dårlig samvittighed hos personalet over ikke at nå ind til alle patienter ofte nok
- Vakante stillinger og overbelægning på afdelinger
- Frigøre tid til kerneopgaven (direkte patientpleje)
Kvalitets- og sikkerhedsgevinster:
- Øge patientsikkerhed
- Forebygge fald proaktivt
- Reducere alvorlige konsekvenser af fald
- Bedre dokumentation af faldforløb (til afgørelse af behov for røntgen/scanning)
- Forbedret opgaveplanlægning
- Systematisk overvågning af søvnkvalitet og aktivitetsniveau
- "Ekstra øjne" på patienterne døgnet rundt
Teknologisk udvikling:
- Ny intelligent sensorteknologi gør løsningen mulig
- Privacy-bevarende teknologi (ingen identificerbare billeder)
- Dokumenteret effekt i pilotprojekter
Primære kilder:
Sygehus Sønderjylland - Projektbeskrivelse: https://sygehussonderjylland.dk/afdelinger-og-afsnit/l/laerings-og-forskningshuset/innovation/innovative-projekter/igangvaerende-projekter/tryghedsskabende-og-faldforebyggende-intelligent-monitorering-pa-sengestuer
Dansk Sygeplejeråd - Artikel "Sensorer giver ro til kerneopgaven": https://dsr.dk/fag-og-udvikling/sygeplejersken/fagbladet-sygeplejersken/sygeplejersken-argang-2023-nr-14/sensorer-giver-ro-til-kerneopgaven/ (Sygeplejersken 2023 nr. 14, s. 24-25, af Ulla Abildtrup)
IT Watch artikel om Teton.ai: https://itwatch.dk/ITNyt/Brancher/big_data/article17569034.ece
Næstved Kommune - KVAS vejledning: https://kvas.naestved.dk/index.php?chosenDocumentID=1052
Sygehus Sønderjylland - Pilotprojekt dokumentation (PDF): https://sygehussonderjylland.dk/media/2fcnk3e0/pilotprojekt-teton-ai-juli2024.pdf
Monitormedier:
https://seniormonitor.dk/nyheder/aeldrepleje/article18514089.ece
Supplerende kilder:
Teton.ai officiel hjemmeside:
https://www.teton.ai/technology
https://www.teton.ai/company/about-us
Tracxn Company Profile - Teton.ai: https://tracxn.com/d/companies/teton.ai/
AI Landkortet "Teton AI: Digital støtte til forebyggelse af fald og bedre pleje og omsorg på plejecenter" (Lasse Nørgaard Badstue, Holbæk Kommune): "Giver borgerne bedre uforstyrret søvn og hjælper personalet med individuel støtte og hurtig handling ved risikoadfærd hele døgnet. 1) Tryghed for borgere og pårørende. 2) Tryghed, overblik og indblik for personalet. 3) Reduktion af fald og afledte negative effekter. 4) Mere tid til værdiskabende aktiviteter. 5) Opretholde og forbedre service for borgerne. 6) Lære nye teknologier for effektiv drift og fremme en innovativ tankegang til kerneopgaver. Projektet er indmeldt i perioden 13.05.24-31.05.24"
AI Landkortet "Plejestøtte med Teton" (Uffe Rørmose Viegh, Brønderslev Kommune): "Plejecenter Margrethelund har afprøvet Teton, der er et monitoreringsværktøj med indbygget AI, som er beregnet til at støtte plejepersonalet i at yde den bedste pleje til borgeren, i perioden 1. aug til 1. nov 2023.Projektet er opdateret d. 12.03.2025"
