Logo des Repositoriums

Auflistung nach Autor:in "Merkle, Nicole"

1 - 2 von 2
  • Konferenzbeitrag
    Augmented Living: Einsatz von Augmented Reality im Alltag
    (Mensch & Computer 2014 - Workshopband, 2014) Ksoll, Michael; Prilla, Michael; Rashid, Asarnusch; Herrmann, Thomas; Merkle, Nicole
    Augmented Reality (AR) ist im Bereich des demografischen Wandels eine Form der Mensch-Technik-Interaktion, welche dazu beitragen kann, älteren Menschen intuitive und im Alltag integrierte Mensch-Technik-Benutzerschnittstellen zu bieten und diesen damit den Zugang zu digitalen Medien zu erleichtern. Bisherige Arbeiten adressieren eher ein junges Zielpublikum und fokussieren sich auf einzelne Anwendungsfälle. Das Projekt Augmented Living geht der Frage nach Einsatzmöglichkeiten und Grenzen von AR zur Unterstützung älterer Menschen in ihrem Alltag bzw. dem generations-übergreifenden Zusammenleben nach. In dieser Arbeit präsentieren wir den Zwischenstand im Projekt und stellen den Stand der Forschung, die identifizierten Anwendungsfälle und die Methodik zur geplanten Analyse von Einsatzpotentialen, Benutzerakzeptanz, Erfolgsfaktoren und Best-Practices vor.
  • Zeitschriftenartikel
    Continuous support for rehabilitation using machine learning
    (it - Information Technology: Vol. 61, No. 5-6, 2019) Philipp, Patrick; Merkle, Nicole; Gand, Kai; Gißke, Carola
    Providing a suitable rehabilitation at home after an acute episode or a chronic disease is a major issue as it helps people to live independently and enhance their quality of life. However, as the rehabilitation period usually lasts some months, the continuity of care is often interrupted in the transition from the hospital to the home. Relieving the healthcare system and personalizing the care or even bringing care to the patients’ home to a greater extent is, in consequence, the superior need. This is why we propose to make use of information technology to come to participatory design driven by users needs and the personalisation of the care pathways enabled by technology. To allow this, patient rehabilitation at home needs to be supported by automatic decision-making, as physicians cannot constantly supervise the rehabilitation process. Thus, we need computer-assisted patient rehabilitation, which monitors the fitness of the current patient plan to detect sub-optimality, proposes personalised changes for a patient and eventually generalizes over patients and proposes better initial plans. Therefore, we will explain the use case of patient rehabilitation at home, the basic challenges in this field and machine learning applications that could address these challenges by technical means.