Fallprevention med AI-teknik

Fallolyckor är en vanlig orsak till skador bland äldre personer som bor på särskilt boende. Personalen i såg behov av bättre stöd för att tidigt upptäcka situationer som kan leda till fall och för att kunna arbeta mer systematiskt med fallprevention.
Syftet med att testa och senare införa fallsensorer var att:

• göra det möjligt att tidigt upptäcka och analysera fallrisksituationer eller fall
• stärka det fallpreventiva arbetet
• bidra till ökad trygghet, självständighet och säkerhet för brukarna
• skapa effektivare arbetssätt för personalen

Efter positiva resultat från testerna beslutade kommunen att skala upp användningen av tekniken till fler boenden. I september 2025 fanns fallsensorer eller multisensorer installerade i 550 bostäder, vilket motsvarade omkring 60 procent av kommunens bostäder inom särskilt boende.

Lösning

Lösningen bygger på en fast monterad infraröd sensor i taket som är uppkopplad via SIM-kort. Sensorn är kopplad till en mjukvaruplattform för konfigurering och uppföljning samt en mobilapp där personalen tar emot larm och kan se information om händelsen.

Sensorn innehåller varken kamera eller mikrofon och gör ingen personidentifiering. Den registrerar i stället rörelser och positioner i rummet.
Lösningen kan anpassas efter varje brukares behov. Sensorn kan exempelvis larma när en person faller eller när ett beteende upptäcks som ofta föregår ett fall, till exempel att personen sätter sig upp ur sängen. Samtidigt kan vissa händelser väljas bort från larmhanteringen för att minska onödiga larm.
I samband med larm kan systemet spara händelseförlopp som gör det möjligt att analysera vad som inträffat. Informationen används som stöd för att förebygga liknande situationer i framtiden.

För att stödja användningen tog kommunen fram en arbetsrutin som beskriver:

• urval av brukare
• installation och uppstart
• hantering av larm
• uppföljning och anpassning

Larmansvariga, enhetschefer och metodutvecklare ansvarade för att löpande justera larmtyper utifrån verksamhetens behov och personalens erfarenheter. När ett larm inkom kunde personalen använda mobilappen för att se orsaken till larmet och vid behov genomföra en fallanalys.

Under testperioden användes sensorer från Cogvis. Vid breddinförandet upphandlades ett nytt larmsystem med sensorer från RoomMate (Sensio).

Resultat

Testerna visade tydliga effekter både för brukare och medarbetare. I den första mätningen minskade antalet fall med 66 procent. I den andra mätningen minskade fallen med 77 procent.

Lösningen bidrog till:

• färre fall och fallskador
• färre larm
• bättre möjligheter att upptäcka fallrisker i tid
• stärkt fallpreventivt arbete
• effektivare arbetssätt för personalen
• mindre störningar under natten för brukarna

En brukarundersökning visade också att brukarna upplevde ökad trygghet och större självständighet. Resultaten låg till grund för kommunens beslut att införa lösningen i större skala.

Kostnad och investering

Införandet krävde samverkan mellan flera verksamhetsroller och funktioner. Bland annat behövdes kompetens inom verksamhetsutveckling, larmhantering, omsorgsarbete och teknik. Vid ett breddinförande behöver organisationen ta hänsyn till kostnader för:

• sensorer
• larmsystem
• licenser
• installation, wifi och eldragning
• utbildning och stöd till användare

Kommunen tog fram rutiner för användning, uppföljning och ansvarsfördelning innan lösningen togs i drift