Das Ziel des Projekts SIRKA besteht darin, einen neuartigen Messanzug zu entwickeln, mit dessen Hilfe Bewegungsabläufe und die damit verbundenen körperlichen Belastungen in handwerklichen Berufen präzise, in jeder Einzelheit der Bewegung, gemessen werden können, ohne dass der Benutzer durch das Tragen des Anzuges bei der Verrichtung seiner beruflichen Tätigkeiten gestört wird.
Wichtigster Anwendungsbereich für den Messanzug ist die Früherkennung von Risikofaktoren für Berufskrankheiten. Den betroffenen Mitarbeitern soll, auch durch begleitende physiotherapeutische Maßnahmen, aktiv dabei geholfen werden, Bewegungsabläufe optimal zu gestalten und damit bereits die Entstehung von Berufskrankheiten, die meist erst in der zweiten Lebenshälfte auftreten, zu verhindern. Auf organisatorischer Ebene können die Analysen als Ansatzpunkte für neue passgenaue betriebs- und arbeitsfeldspezifische Konzepte genutzt werden, die Entlastungsphasen bereits in der Arbeitsplanung berücksichtigen.
Der geplante Messanzug enthält verteilte intelligente Sensor-Knoten, die verschiedenartige Sensoren einbinden, eine Vielzahl von Daten messen und schon lokal auswerten können, was eine unaufdringliche Interaktion mit dem Nutzer (z.B. Warnung bei Fehlbelastungen) ermöglicht. Der Mitarbeiter kann dann z.B. aktiv eine gesündere Haltung einnehmen oder die verrichtete Arbeit für einen kurzen Moment unterbrechen. Die erhobenen Daten werden darüber hinaus zu Belastungsindizes aggregiert und von Arbeitsmedizinern analysiert. Zusammen mit den Nutzern werden individuelle Grenzwerte zusammen mit physiotherapeutischen Maßnahmen festgelegt.
Die Flexibilität und die geringe Größe des Systems machen es ideal für den Einsatz im Bereich nicht wiederkehrender Bewegungsabläufe, wie beispielsweise Schweißarbeiten im Schiffsbau oder auch im Rettungsdienst, der durch kurze Spitzenbelastungen geprägt ist, die bedingt durch ständig wechselnde Anforderungen immer wieder unterschiedliche Bewegungsabläufe erfordern.
Lins, Christian; Eichelberg, Marco; Rölker-Denker, Lars; Hein, Andreas; Dokumentationsband zur 55. DGAUM-Jahrestagung; 03 / 2015
Lins, Christian; Müller, Sebastian Matthias; Hein, Andreas; 02 / 2016
Lins, Christian and Fudickar, Sebastian and Hein, Andreas; German Medical Data Sciences: A Learning Healthcare System, Proceedings of the 63rd Annual Meeting of the German Association of Medical Informatics, Biometry and Epidemiology (gmds e.V.); 2018
Christian Lins; Sebastian Fudickar; Andreas Hein; 04 / 2018
FKZ: 16SV6243