Alzheimer-IT: Pervasive Computing

So tagte kürzlich in München ein Wissenschaftskongress zum Thema Pervasive Computing, bei dem sich ein Großteil der Vorträge mit der Lebenssituation alter und kranker Menschen befasste. Es gehe darum, diesen Menschen möglichst lange ein würdiges Leben in ihrer Privatsphäre zu ermöglichen, so das Argument. Technisch soll das mit Hilfe von Sensoren geschehen, die jede Lebensregung der Senioren registrieren und interpretieren: Mikrophone sollen erfassen, wie lange die Probanden sich im Bad aufhalten, ob sie ausgiebig genug urinieren, und ob sie sich danach die Hände waschen.

Bewegungsmelder zeigen an, ob ein Raum betreten wird. Sensoren erfassen in regelmäßigen Abständen, welche Stühle besetzt sind, ob es ein Geräusch im Bad gibt oder das Licht im Schlafzimmer angeschaltet ist. Drei Billigmikrophone in einem Raum reichen, um eine Person eindeutig zu lokalisieren; verteilt man sie in der gesamten Wohnung, lassen sich Bewegungsprofile erstellen.

Auffällig war, dass Videokameras als Überwachungstechnik quasi tabu waren. Man wolle, so hieß es, die Privatsphäre respektieren und verzichte daher nicht nur auf Videos, sondern auch auf die Aufzeichnung von Gesprächen sowie nach Möglichkeit generell auf Techniken, mit denen sich Personen eindeutig identifizieren lassen.

Fragen aus dem Publikum und Zweifel an der Akzeptanz der Sensoren in Wohnzimmer und Bad belegen das ehrliche Interesse der rund 300 aus aller Welt angereisten Jungwissenschaftler am Schutz der Privatsphäre ihrer potenziellen User. Doch sie wären keine IT-Spezialisten, hätten sie diese hehren Ziele nicht rasch in den Auseinandersetzungen über die technischen Herausforderungen aus den Augen verloren. Intensive Diskussion gab etwa darüber, ob 80 Prozent Messzuverlässigkeit ausreichen, um medizinisch korrekte Schlüsse aus den Sensormeldungen zu ziehen. Als Maßstab für Genauigkeit mussten immer wieder Alzheimer-Kranke herhalten, als seien sie der Normalfall: „Waschen sich die Patienten tatsächlich die Hände, wenn der Sensor laufendes Wasser registriert, oder haben sie schon vergessen, wofür sie den Hahn aufgedreht haben“. Die meisten IT-Wissenschaftler gingen das Problem technisch an: „Man kann die Genauigkeit durch eine Vielfalt sich überschneidender Sensoren deutlich erhöhen.“ Und tatsächlich veranschaulichte ein Projekt der Carnegie Mellon University, wie leicht sich aus einer Kombination von Bewegungsmeldern, Mikrophonen und Gewichtssensoren (etwa für Sessel) selbst in größeren, von mehreren Probanden genutzten Wohneinheiten, rasch auf die Person schließen lässt, und wie leicht es ist, daraus individuelle und detaillierte Bewegungs- und Gewohnheitsprofile zu erstellen.