Bevægelse er helt afgørende for vores sundhed og har utallige positive helbredseffekter, fx kan fysisk aktivitet forbedre sukker- og fedtstofskiftet og derigennem fremme sund vægt og forebygge overvægtsrelaterede sygdomme som fx diabetes. Der er et stort behov for nye og effektive metoder til fremme af bevægelse og sund livsstil.

Perspektivet er, at de udviklede algoritmer implementeres i en app, som sammen med sensoren kan bruge det enkelte individs egne data til at understøtte brugeren imod at opnå sundere bevægelse, livsstil, sukkerstofskifte og sundere vægt. Dette projekt har med afsæt i borgerdata udviklet på en AI-model til at forudsige blodsukkerniveauer med afsæt i bevægelses- og kostdata. Sidste del af pilotprojekt har været at udvikle en foreløbig prototype til en app. Pilotprojektet er afviklet fra juni 2022 til august 2023.

​Formål

At udvikle anvendelse af data om borgeres sundhedstilstand at udvikle algoritmer, der kan forudsige det enkelte individs risiko for udvikling af overvægt og diabetes til brug for tidlig opsporing og kontinuerlig understøttelse sund livsstil hos individet (brugeren).  

Metode​

Gennem et samarbejde mellem CKFF og tre virksomheder; Sens Innovation, Brevetti og Et-Al. at udvikle AI-algoritme og en app-prototype til borgere og klinikere baseret på data fra Regionens befolkningsundersøgelse Inter99 samt kontinuerlig accelerometer-måling af fysisk aktivitet med en sensor, som har givet et detaljeret billede af de forskellige typer af bevægelse og søvn.

Projektet anvendte aktivitetssensoren - SENS motion® , som var placeret på låret, som via en smartphone-app automatisk sendte data fra sensorerne op i en sikker sky, og en medfølgende web-applikation, der administrerede sensorer og eksporterede data. Sensoren gav et detaljeret billede af de forskellige typer af bevægelse og søvn.

Projektet har indsamlet en unik database med 400 borgere med omfattende kliniske målinger inklusive en 10-dages 24-7-monitorering af kost, bevægelse (fysisk aktivitet) og blodsukker til brug for udvikling af nye data-algoritmer og sundheds-apps/digitale redskaber til brug i forebyggelsesarbejdet. ​

Projektejer

Center for Klinisk Forskning og forebyggelse

Kontaktperson: Centerchef Allan Linneberg (overlæge, professor, ph.d.), allan.linneberg@regionh.dk  

Faglig projektleder

CEO og Co-founder, Kasper Lundberg Lykkegaard (cand.scient.computer.science), SENS Innovation: kasper@sens.dk

Partnere

Resultater

• Samarbejdet har muliggjort indsamling af det nødvendige datasæt med anvendelse af en tilpasset version af SENS systemet til aktivitet samt indsamling af data på kost og blodsukker til udvikling en AI-model for blodsukkerrespons.
   

• 400 borgere har afgivet deres data, og af disse er 250 anvendt til AI-model udvikling. Derudover er der udført kvalitative interviews og undersøgelser af borgere og fagpersoner for at blive klogere på de rette arbejdsproces og anvendelsesbehov hos de forskellige målgrupper.
   

• Der er udviklet en prototype på en app, der gennem brugertest er blevet tilpasset i design og funktionalitet. Der er opbygget en god viden om muligheder og udfordringer, herunder vigtigheden af at have præcise (og bedre) kost-data for at få udviklet en robust AI-model.
  
  

• Der er udviklet et værktøj baseret på SENS motion platformen, der optimerer dataindsamling på fysisk aktivitet og muliggør rapportbaseret feedback til deltagerne.
  
  

• Partnerne afsøger nu i en ny fase mulighederne for test af app i klinik og forsat udvikling af AI-modellen.