Transformation der Seniorenbetreuung mit KI-gestützten Erkenntnissen

Benete nutzt IBM watsonx, um KI-gestützte Erkenntnisse für die Altenpflege bereitzustellen
Altenpfleger steht neben einer älteren Person, die im Rollstuhl sitzt
Die Last der manuellen Datenanalyse und Erkenntnisgewinnung

Benete ist ein auf Technologien in der Altenpflege spezialisiertes, finnisches Unternehmen und Partner von IBM und wollte die Art und Weise revolutionieren, wie Pflegekräfte Erkenntnisse aus dem Assisted Daily Living (ADL) ziehen, um älteren Patienten eine erstklassige Pflege zu bieten. Eine große Herausforderung in der Altenpflege ist die mangelnde Digitalisierung, so dass sich Pflegekräfte von administrativen Aufgaben überfordert fühlen. Dies erschwert unter anderem das Erkennen früher Veränderungen der Funktionsfähigkeit oder des kognitiven Verfalls, insbesondere bei alleinstehenden älteren Menschen. Selbst bei häufigen Besuchen des Pflegepersonals können subtile Veränderungen in den täglichen Aktivitäten übersehen werden, was eine präventive Pflege erschwert.

Die BeneCare-Lösung von Benete geht diese Herausforderungen durch den Einsatz von IoT-Sensortechnologie und intelligenten Algorithmen an, um das Wohlbefinden älterer Kunden unauffällig aus der Ferne zu überwachen und so einen ganzheitlichen Überblick über ihr tägliches Leben zu ermöglichen. BeneCare generiert verschiedene Datenpunkte zu subtilen Veränderungen des Aktivitätsniveaus, der körperlichen Bewegung, des Schlafmusters, der Hygiene, der Nahrungsaufnahme und -zubereitung und anderer Routinen. Diese Datenpunkte helfen den Pflegekräften unter anderem dabei, Stürze zu erkennen und zu verhindern. Die Dashboards von BeneCare versorgten die Pflegekräfte mit reichhaltigen, umfassenden Daten, die sie manuell analysieren und daraus Erkenntnisse ableiten können. Der Zeitaufwand ihrer Arbeit verhindert jedoch eine gründliche Analyse und Umsetzung der Informationen in umsetzbare Berichte und Zusammenfassungen. Die manuellen Prozesse führen zu einer unzureichenden Nutzung wertvoller Daten, dem Risiko der Überwachung kritischer Zustandsveränderungen und negativen Auswirkungen auf die Qualität der Pflege. Benete hat daher den Bedarf an einer Lösung erkannt, die das Erstellen von Zusammenfassungen automatisiert, um die Benutzerfreundlichkeit von BeneCare zu optimieren und seinen Beitrag zu besseren Behandlungsergebnissen für die Patienten zu maximieren, weshalb sich das Unternehmen der Entwicklung dieser Funktion verschrieben hat.

90 % Verringerung des Zeitaufwands für die Interpretation von Patientendaten von 10 auf 1 Minute 5 Sekunden Leicht verständliche Zusammenfassungsberichte in unter 5 Sekunden 5 Sprachen Präzise und bedarfsgerechte Übersetzung im angemessenen Tonfall von zusammenfassenden Berichten in 5 Sprachen
Die LLM-basierten Zusammenfassungen der BeneCare-Plattform transformieren, unterstützt von IBM watsonx.ai, die Altenpflege, indem Pflegekräften schnelle und genaue Erkenntnisse geboten und so eine zeitnahe und präventive Pflege ermöglicht wird. Kari Bäckman CEO Benete
Verbesserung der Pflege durch gesteigerte Effizienz der Pflegekräfte

Benete und IBM Client Engineering starteten ein vierwöchiges Pilotprojekt, um die Funktionalität der BeneCare-Dashboards zu verbessern — mithilfe von IBM watsonx.ai. Durch den Zugriff auf große Sprachmodelle (LLMs), insbesondere Llama und Mistral, Jupyter Notebook und das Python-Software-Entwicklungsset watsonx.ai, sparte Benete wertvolle Zeit bei der Dokumentation ein, sodass sich das Pflegepersonal stärker auf die Patienten konzentrieren konnte.

Durch die Erstellung von Promptvorlagen in watsonx.ai, bezog Benete Variablen, Daten und Aufgaben aus IBM Cloudant, einer skalierbaren JavaScript Object Notation (JSON) Datenbank. Diese Datenbank speichert nicht nur Erkenntnisse aus IoT-Sensoren und liefert strukturierte Datenergebnisse und Zusammenfassungen, sondern fragt die Daten und Zusammenfassungen auch effizient ab.

Benete verfolgte den Entwicklungsprozess und überwachte verschiedene LLM-Metriken innerhalb der mit Jupyter Notebooks generierten Promptvorlagen. Diese Promptvorlagen wurden dann mithilfe von KI-Factsheets verfolgt, die von IBM watsonx.governance erstellt wurden, um die verschiedenen KI-Modelle zu überwachen und zu bewerten. Darüber hinaus wurden die Promptvorlagen mit KI-Factsheet-Tracking separat gespeichert, so dass Benete die Anzahl der von der Pflegestation verwendeten Token protokollieren und deren Kosten verfolgen konnte – eine wertvolle Funktion in einer eingebetteten Lösung. Diese Prompts wurden dann in watsonx.ai zu Endgeräten gemacht, an denen Daten in Erkenntnisse umgewandelt und in BeneCare integriert werden.

Durch die Integration all dieser Komponenten konnte Benete mit Hilfe von watsonx.ai erfolgreich benutzerfreundliche Zusammenfassungen aus seinen Daten erstellen und automatisieren, die trotz Zeit- und Sprachbeschränkungen auch in verschiedene Sprachen übersetzt werden kann. Das BeneCare Dashboard überwacht kontinuierlich wichtige Metriken und generiert Daten rund um die Uhr. Zusammenfassende Berichte, die zuvor manuell erstellt und interpretiert wurden, werden jetzt sofort in weniger als 5 Sekunden anhand dieser Daten erstellt, sodass Pflegefachkräfte fundierte Entscheidungen treffen und die bestmögliche Versorgung bieten können. Llama und Mistral wurden aufgrund ihrer Größe, ihrer Vorteile und der positiven Bewertungen der Art und Weise, wie die Berichte verfasst wurden, um die Bedürfnisse von Benete bestmöglich zu erfüllen, für den Einsatz von watsonx.ai ausgewählt. Nachdem Benete die Effizienz beider Modelle getestet hat, kann für eine modellunabhängige Funktionalität gesorgt werden, was eine flexible LLM-Entwicklung ermöglicht. 

Indem wir KI-gestützte Innovationen nutzen, ändern wir das Paradigma in der Altenpflege von ressourcenintensiver zu intelligenter, effektiver, präventiver Pflege und ermöglichen es den Menschen, ein längeres und gesünderes Leben in ihrer bevorzugten Umgebung zu führen. Kari Bäckman CEO Benete
Wegweisende Vorsorge, unterstützt durch intelligente Analysen und KI-generierte Datenzusammenfassungen

Die IT-Transformation hat für Benete erheblichen Nutzen gebracht. Das LLM-basierte Add-on für Zusammenfassungen in BeneCare hilft Pflegekräften, den Zustand und die Fähigkeiten ihrer älteren Kunden leicht zu verstehen und veranlasst eine individualisierte, präventive Pflege und Aufmerksamkeit, während die Warnmeldungen ein rechtzeitiges Eingreifen ermöglichen. Dies hilft älteren Menschen, so lange in ihren Häusern zu bleiben, wie sie möchten, da Pflegedienstleister Vorsorge anbieten und gleichzeitig eine wachsende Anzahl von Kunden betreuen können. Die Lösung unterstützt Benete auch bei der Lokalisierung von Berichten, indem sie übersetzbare und tonal angepasste Inhalte erstellt, die eine nahtlose Kommunikation in multikulturellen Pflegeumgebungen ermöglichen. Mit solchen leicht übersetzbaren Berichten können Pflegekräfte mit unterschiedlichem Hintergrund ein einheitliches Verständnis der Bedürfnisse der Kunden teilen und so die Qualität der Pflege verbessern.

Mit der transformierten Lösung sind die täglichen Abläufe von Benete reibungsloser und optimierter geworden. Pflegeteams werden dank des schnellen Zugriffs auf Zusammenfassungen von der manuellen Datenextraktion und -interpretation befreit, was Zeit spart und die Effizienz steigert. Bemerkenswert ist, dass der Zeitaufwand für das Nachvollziehen von Kundendaten um 90 % gesunken ist, da das Pflegepersonal jetzt nur noch eine Minute – und nicht mehr wie bisher zehn – benötigt, um ein Diagramm zu verstehen. Dies entspricht einer täglichen Zeitersparnis von 30 Minuten pro Pflegekraft, da diese Aufgabe pro Kunde dreimal täglich durchgeführt wird.

Was Benete brauchte, war kein Chatbot zur Beantwortung von Anfragen, sondern die Automatisierung einer komplexen, zeitaufwändigen Aufgabe, die den Nutzern die Möglichkeit gab, sich auf ihre Kernkompetenzen zu konzentrieren – die Altenpflege und -unterstützung. Mit der transformierten BeneCare-Plattform können Pflegekräfte LLMs verwenden, um die qualitative Dateninterpretation zu beschleunigen und Zusammenfassungen zu erstellen, die bei Bedarf problemlos angepasst werden können. So wird sichergestellt, dass die Informationen in einem möglichst entscheidungsfähigen Format übermittelt werden.

In dieser arbeitsorientierten Traditionsbranche ist Benete ein Vorreiter, der eine kritische Lösung nutzt, um Daten zu interpretieren und Erkenntnisse für einen beschleunigten Berichtsprozess abzuleiten. Nach dem erfolgreichen Pilotprojekt kann Benete nun eine Plattform anbieten, die an die individuellen Bedürfnisse der Endbenutzer angepasst werden kann. Die ultimativen Ziele von Beete sind die weitere Verbesserung der Patientenergebnisse, eine bessere Vorsorge und die Verringerung des Verwaltungsaufwands für das Pflegepersonal.

benete logo
Über Benete

Benete (Link führt zu einer Seite außerhalb von ibm.com) ist ein in Finnland ansässiges Softwareunternehmen, das sich auf Technologien für die effiziente Altenpflege spezialisiert hat und Unternehmen und Einzelpersonen aktuelle und genaue Daten für eine personalisierte Betreuung zur Verfügung stellt. Seine Dienstleistungen umfassen kostensparende Modelle der präventiven Pflege, die eine hohe Effizienz der Pflege ermöglichen und die Lebensqualität älterer Menschen verbessern.

Lösungskomponenten IBM watsonx.ai IBM watsonx.governance® IBM Cloudant IBM Client Engineering
Effiziente Altenpflege ermöglichen

Das Portfolio von IBM watsonx trägt dazu bei, die Effizienz der Pflegekräfte und die Qualität der Seniorenbetreuung zu verbessern

watsonx.ai erkunden Jetzt kostenlosen Test starten
Rechtshinweise

© Copyright IBM Corporation 2025. IBM, das IBM Logo, IBM watsonx, Cloudant, watsonx.ai und watsonx.governance sind Marken oder eingetragene Marken der IBM Corp., die weltweit in vielen Gerichtsbarkeiten registriert sind.

Java und alle java-basierten Marken und Logos sind Marken von Oracle bzw. seinen Tochtergesellschaften.

Die Beispiele dienen nur zur Veranschaulichung. Die tatsächlichen Ergebnisse variieren je nach Kundenkonfiguration und -bedingungen. Daher können keine allgemein erwarteten Ergebnisse bereitgestellt werden.