Under sommaren 2020 skickades för första gången aviseringar baserade på maskinlärning ut till individer med sensorer installerade i hemmet. Nio hushåll i Skellefteå kommun deltog och försöket var lärorikt.
– Systemet har visat sig fungera framgångsrikt från vår sida och det fungerar bra med den data som är gjord, men det behövs fler dataanalyser, säger Christer Åhlund, professor och ämnesföreträdare i distribuerade datorsystem vid Luleå tekniska universitet, LTU.
Det fanns flera syften med pilot 1, som försöket kallades. Dels var det ett test för att se hur hela systemet fungerade – att gå från sensorerna i de olika delsystemen i bostäderna till den samlade IoT-plattformen och vidare ut till mottagarna via sms. Sedan var det ett test för att se hur aviseringarna skulle tas emot och hur väl livsmönstren kunde värderas.
Nio hushåll deltog och i sex av fallen gick aviseringarna ut till anhöriga. Fokus i pilot 1 låg på att upptäcka avvikelser kring morgon- och kvällsrutiner och måltider, då detta efterfrågats av deltagarna och deras familjer.
– Det här är ett projekt där vi kan göra flera olika experiment av livsmönster och det här var det första. Nu hade vi byggt hela systemet och testade det med hjälp av riktiga deltagare, säger Saguna Saguna, universitetslektor i distribuerade datorsystem vid LTU.
Då varje person är unik varierade upplägget mellan deltagarna, men en sak hade de nio gemensamt
– Alla ville ha aviseringar kring morgonrutinerna i köket och alla tillbringade ganska mycket tid där, det var intressant. Jag tror att anhöriga valde det för att se att deras släkting vaknat och kommit i gång med dagen, säger Saguna Saguna.
Pilot 1 pågick under 64 dagar och låg under den tiden nere vid ett-två tillfällen. För att upptäcka när eventuella fel uppstod hade det byggts scripts som larmade om detta.
– Då informerade vi anhöriga om det så att de inte skulle bli oroliga när sms:en inte kom, säger Zahra Khais Shahid, doktorand i distribuerade datorsystem vid LTU och IT-utvecklare på Skellefteå kommun.
Saguna Saguna, Christer Åhlund och Zahraa Khais Shahid ser fram emot att utveckla systemet tillsammans med deltagarna.
Nästa steg – uppföljning
Pilot 1 genomfördes på den researchplattform som LTU satt upp, medan planerade pilot 2 kommer ske via en plattform som Data Ductus driftar.
– Nu när vi ser att systemet verkar fungera vill vi ta det till en mer kommersiell aktör, säger Christer Åhlund.
Men innan man kommer dit finns arbete kvar att göra. För att fånga upp hur deltagarna och anhöriga upplevde pilot 1 ska uppföljande intervjuer hållas och lärdomarna kan sedan tas med i pilot 2, som beräknas starta i början av 2021.
– Först måste vi identifiera vad vi vill göra och det blir efter intervjuerna. Sedan måste vi avgöra hur lång tid det tar att vidareutveckla systemet och utvärdera resultatet av det, säger Christer Åhlund.
Målet är i alla fall klart: Fler hushåll i både Skellefteå och Kiruna kommun ska delta och aktiviteterna som analyseras ska vara fler.
– Det är svårt att sätta fingret på vad deltagarna är ute efter för de vet inte vad systemet kan erbjuda dem. Det är därför det blir viktigt med återkopplingen, utöver vad de får eller tror att de kan få så kan vi visa dem vilka möjligheter som finns, säger Zahra Khais Shahid.
Hon får medhåll av Saguna Saguna.
– Då får vi också en möjlighet att tacka deltagarna och visa dem hur de bidrar. De har gett oss data under en längre tid, ungefär två år, men vi har hittills inte visat dem alla möjligheter som datan ger.
Användarvänligheten hos deltagare och anhöriga är alltså inte genomförd än, men redan under testet kom en viss feedback från anhöriga.
Varje vecka fick anhöriga delta i en utvärdering, där de fick gradera upplevelser och hur bra utskicken funkade i en femgradig skala, där fem var bästa betyg.
– Vi fick mellan 4-5 vilket visar att det är hög användarvänlighet, säger Zahra Khais Shahid.