Een lege badkamer in een ouderenzorginstelling 's nachts, met een alarmknop achtergelaten op de oplader op het wastafelmeubel
Artificial IntelligenceHealthcareTechnology

De badkamer breekt elk valdetectiesysteem — dit bouwden wij in plaats daarvan

Ashutosh SinghalAshutosh Singhal26 mei 202614 min

Het eerste wat me opviel toen ik na de nachtdienst over een afdeling voor geheugenzorg liep, was de alarmknop op het wastafelmeubel.

Hij zat vastgeklikt aan zijn oplader, geduldig knipperend, precies waar de bewoonster hem voor het slapengaan had achtergelaten. De hele belofte van duizenden dollars aan persoonlijke noodhulp — druk op de knop, hulp komt — lag in de badkamer, een meter van de gevaarlijkste vloer in het gebouw, en deed niets. De bewoonster sliep. Als ze om 2 uur 's nachts opstond om die badkamer te gebruiken, zou ze langs haar veiligheidsapparaat lopen om er te komen.

Dat beeld vat grotendeels samen wat er mis is met valdetectie in de ouderenzorg, en het kostte me lang om te begrijpen waarom. We bouwen voor het moment van de val. De hele branche doet dat. Maar de bewoonster die gaat vallen, denkt niet aan uw apparaat, kan er niet bij, en kan zich in het ergste geval niet eens herinneren dat ze het bezit. De technologie die haar beschermt, moet helemaal niets van haar vragen. Dat is een veel lastiger probleem dan "detecteer een val", en het is het probleem dat we uiteindelijk Veriprajna's slimme valdetectiesysteem voor zorginstellingen hebben gebouwd om op te lossen — passieve detectie die de kamers dekt waar vallen het gevaarlijkst zijn en waar bewoners het minst in staat zijn om hulp te roepen.

Laat me je vertellen hoe ik daar kwam, inclusief de gok die ik vroeg maakte en die verkeerd uitpakte.

De drie opties die allemaal falen om 2 uur 's nachts

Wanneer een beheerder van een instelling vraagt "wat zijn onze opties voor valdetectie", zijn er in wezen drie antwoorden op de markt, en alle drie falen op precies het moment waarop ze zouden moeten werken.

Het eerste is de draagbare alarmknop — het persoonlijke noodoproepsysteem, of PERS. Het gaat ervan uit dat een vijfentachtigjarige met milde cognitieve stoornissen eraan zal denken hem te dragen, opgeladen te houden en er middenin een crisis op te drukken. De cijfers over therapietrouw zijn genadeloos: 24% van de PERS-gebruikers draagt de alarmknop nooit, slechts 14% haalt echte volledige therapietrouw dag en nacht, en 30% laat het apparaat binnen zes maanden links liggen. Hij gaat af voor het baden, het slapen, het opladen — en de badkamer, waar hij afgaat, is de kamer met het hoogste risico in het gebouw.

Het tweede is de camera. AI-camerasystemen zoals SafelyYou leveren werkelijk sterke klinische resultaten op — 40% minder vallen en 80% minder valgerelateerde spoedeisende-hulpbezoeken in hun implementaties. Ik heb echt respect voor dat bewijs. Maar een camera kan niet gaan waar het het meest toe doet. Negentien staten reguleren nu camera's in kamers van verpleeghuizen, tegenover negen in 2020, en badkamers zijn overal categorisch verboden terrein. Toezichthoudende inspectiediensten zijn instellingen gaan beboeten voor "toezicht zonder toestemming". Een camera die de slaapkamer bewaakt maar niet de badkamer, dekt de op één na gevaarlijkste kamer terwijl de eerste in het duister blijft.

Het derde is het bedalarm — drukmatten en uitstapsensoren. Deze detecteren het verlaten van het bed, geen vallen. Ze vertellen je dat de bewoonster het bed heeft verlaten. Ze vertellen je niet dat ze dertien seconden later op weg naar de badkamer viel. En ze gaan voortdurend af: een typische installatie geeft vijf tot vijftien valse alarmen per kamer per dag.

Alarmmoeheid is de belangrijkste reden waarom instellingen valdetectietechnologie de rug toekeren. Wanneer elk alarm hetzelfde klinkt, betekent geen enkele nog iets.

Die laatste zin is degene die ik zou onderstrepen. Alarmmoeheid is geen ergernis op het gebied van gebruiksvriendelijkheid — het is de faalmodus die de hele categorie om zeep helpt. Ik heb het zien gebeuren, en ik kom er nog op terug, want ik heb er zelf een versie van veroorzaakt.

Het lang op de grond liggen is het ding dat niemand correct inschat

Het deel van dit probleem dat ik niet begreep totdat ik diep in de klinische literatuur zat, is dat de val vaak niet is wat je fataal wordt. De tijd op de grond is dat.

Als een oudere langer dan een uur op de grond ligt, is de helft binnen zes maanden overleden — zelfs wanneer de val zelf geen ernstig letsel veroorzaakte. Het lichaam verdraagt het niet om geïmmobiliseerd op een tegelvloer te liggen. Rabdomyolyse duikt op in ruim de helft van de valgevallen met immobilisatie; dan volgen onderkoeling, uitdroging, doorligwonden, acuut nierfalen. Twintig procent van de oudere valpatiënten die de spoedeisende hulp bereiken, had langer dan een uur op de grond gelegen.

Leg daar nu de personeelsrealiteit overheen. 63% van de instellingen voor begeleid wonen kampt met personeelstekort, 87% meldt moeite met werven, en nachtdienstverhoudingen die gemiddeld één verzorgende op vijftien bewoners bedragen, lopen op tot één op twintig in slecht bemande gebouwen. Het personeelsverloop bedraagt 70–80% binnen de eerste honderd dagen. De CMS-personeelsverplichting voor verpleeghuizen werd eind 2025 ingetrokken, juist omdat de beroepsbevolking om eraan te voldoen niet bestaat.

Stel je dus het scenario van 2 uur 's nachts voor waar elk van deze gebouwen één slechte nacht van verwijderd is. Een bewoonster stapt uit bed. De alarmknop ligt op het nachtkastje. Een bedalarm gaat af, en een verzorgende die halverwege een medicijnronde op de andere vleugel is, tikt om het te bevestigen. De bewoonster loopt naar de badkamer, blijft met een voet achter de badmat haken, en gaat hard onderuit op de tegels. Ze kan niet bij het trekkoord. Ze kan niet opstaan. Zonder een sensor in die kamer wordt ze bij de ronde van 4 uur gevonden. Dat is een liggen op de grond van meer dan honderd minuten, en het draagt dat sterftecijfer van 50% over zes maanden met zich mee.

De kosten duiken overal op. Eén enkele val met letsel kost gemiddeld $30.000 aan ziekenhuis- en vervolgzorg; vallen kosten de VS ruwweg $19,8 miljard per jaar. En de aansprakelijkheid is een eigen categorie — ik heb schikkingsoverzichten over nalatig toezicht gelezen die oplopen van hoge zescijferige bedragen tot $1,7 miljoen voor één enkel geval van een subduraal hematoom plus een heupfractuur. De claims zijn steeds vaker gebouwd op een specifiek argument: de preventietechnologie bestond, en u heeft haar niet ingezet.

Ik gokte op wifi. Het gebouw zei nee.

Hier ging ik de fout in, en ik steunde de verkeerde keuze met overtuiging.

Toen ik dit voor het eerst afbakende, werd ik verliefd op wifi-detectie. De pitch is onweerstaanbaar: de radiosignalen die al elke kamer overspoelen, verschuiven subtiel wanneer een lichaam er doorheen beweegt, en je kunt die verschuivingen — channel state information — uitlezen om beweging en zelfs vallen te detecteren. Geen nieuwe hardware in de kamer. Geen camera's, geen draagbare apparaten. Dekking van het hele gebouw vanuit infrastructuur die er al is. En de timing voelde perfect — de IEEE 802.11bf WLAN-detectiestandaard werd in september 2025 geratificeerd, wat iedereen las als het startschot voor detectie-geschikte wifi. Ik betoogde, intern en met kracht, dat dit het elegante antwoord was: sla de sensoren per kamer over en verlicht het hele complex met de toegangspunten die het al bezat.

Toen haalden we de inventaris van toegangspunten van een echte instelling erbij en het elegante antwoord stierf op een spreadsheet.

Dat de standaard geratificeerd is, betekent niet dat de tien jaar oude toegangspunten van een gebouw channel state kunnen blootleggen. De meeste kunnen dat niet — ze leveren de data niet, er is geen VLAN-segmentatie om die schoon te vervoeren, en de radio's dateren van vóór het hele idee van detectie. De kloof in infrastructuurgereedheid tussen "de standaard bestaat" en "je hebt werkende valdetectie" bleek het hele project te zijn. Rond dezelfde tijd kondigde Verizon aan dat het zijn door Origin Wireless aangedreven Home Awareness-dienst op 15 april 2026 zou stopzetten — het meest zichtbare consumentenkanaal voor wifi-detectie, weg. Dat was geen toeval dat ik kon wegwuiven. Het was de markt die me hetzelfde vertelde als de spreadsheet: deze modaliteit is echt, maar hij is niet klaar om de kamers te dekken waar een gemiste val iemand fataal wordt.

Dat de standaard geratificeerd is, is niet hetzelfde als dat je gebouw er klaar voor is. De implementatiekloof tussen die twee feiten is waar elke wifi-detectiepilot stilletjes sterft.

Die mislukking kostte ons tijd, en het kostte mij de voldoening van het schone verhaal van één enkele technologie. Maar het leverde het inzicht op waar het hele product nu op rust: er is geen enkele sensor. Er is een modaliteit die bij elke kamer past, en het ingenieurswerk zit in het juist kiezen en aan elkaar naaien.

Het ene wat de spreadsheet ten goede veranderde: nu, wanneer een instelling toch al een cheque uitschrijft om zijn wifi te upgraden — en de meeste doen dat, met technologiebudgetten in de ouderenzorg die jaar op jaar met 6–30% stijgen en twee derde van de exploitanten geld in snel internet pompt — vertel ik hun IT-verantwoordelijke om detectie-geschikte, 802.11bf-klare toegangspunten op diezelfde bestelbon te zetten. De standaard bestaat eindelijk. De goedkoopste detectiedekking die je ooit zult kopen, is de radio die je toch al aan het vervangen was.

Waarom wint radar de badkamer?

Geannoteerde tijdlijn van een valsignatuur op radar versus een bewoner die gaat zitten, die laat zien waarom kalibratie belangrijk is

Voor de badkamer — de kamer die geen camera mag betreden en waar geen alarmknop overleeft — is het antwoord 60 GHz-millimetergolfradar. Een klein module aan het plafond zendt radiogolven uit en leest wat er terugkaatst, en bouwt een vierdimensionaal beeld op: afstand, snelheid en hoek, vele malen per seconde ververst. Het ziet door een douchegordijn heen. Het werkt in volledige duisternis. Het produceert geen beeld, dus er is geen privacybezwaar en geen probleem met camerawetgeving — voor een toezichthouder is radaruitvoer anonieme bewegingsdata, geen persoonlijk identificeerbare informatie.

Maar één deskundig detail scheidt een systeem dat werkt van een systeem dat in week drie het zwijgen wordt opgelegd. Een echte val heeft een signatuur. De radar ziet een plotselinge Doppler-uitbarsting — de snelheidspiek van een lichaam dat onderuitgaat — dan een inslag, dan een puntenwolk die zich op vloerniveau nestelt. En dan let het op wat er daarna komt: micro-Doppler vanuit de borstkas, de kleine periodieke beweging van ademhaling, zonder grofmotorisch herstel. Die combinatie — op de grond, nog ademend, niet opstaand — is het lange liggen. Het is ook precies wat een generiek radarmodel dat op open slaapkamers is getraind fout doet, want een persoon die stilletjes op het toilet zit, ziet er alarmerend vergelijkbaar uit als je niet hebt gekalibreerd voor de geometrie van die kamer.

Dat heb ik ook op de harde manier geleerd. In een vroege radarpilot leunden we op een kant-en-klaar model van een leverancier, en in de badkamer bleef het afgaan — op bewoners die simpelweg waren gaan zitten. Ik zag een verpleegkundige, na het vierde of vijfde valse alarm in een dienst, haar hand uitsteken en het volume lager zetten. Dat is het moment waarop de hele investering waardeloos wordt. Ik had precies de alarmmoeheid herschapen die ik maandenlang tegen beheerders had gezegd dat we zouden oplossen, en ik had het gedaan door een sensor als plug-and-play te behandelen. Het verminderen van valse alarmen in een badkamer is geen instelling die je omzet. Het is omgevingsspecifieke kalibratie — het sanitair van de kamer, het mobiliteitsprofiel van de bewoner, het verschil tussen een transfer en een instorting — en vrijwel geen enkele leverancier lost het op voor jouw daadwerkelijke kamers.

Het commerciële radarlandschap is echt en volwassen aan het worden. Vayyar's 4D-beeldradar draait in een van de grootste enkelvoudige valdetectie-installaties in het VK en heeft ziekenhuisopnames en lang op de grond liggen teruggedrongen. Milesight's VS373 claimt een valvangstpercentage van 99% met minder dan 5% valse alarmen. Asahi Kasei brengt dit voorjaar een radarmodule van 23 millimeter in massaproductie. De hardware is niet het knelpunt. Het knelpunt is dat elk hiervan een propriëtaire stack is, generiek gekalibreerd, $150–400 per kamer kost, en geen ervan vertelt je welke kamers het daadwerkelijk nodig hebben.

Waar hoort wifi dan thuis?

Plattegrond van bovenaf die radar, wifi-detectie en voorspellende monitoring aan kamers koppelt, alle voedend naar de zusteroproep

Niet in de prullenbak — in de gangen en gemeenschappelijke ruimten, waar de inzet per gebeurtenis lager is en waar dekking van het hele gebouw het punt is. Dit is de multimodaliteitsstrategie die niemand aan de leverancierskant je zal verkopen, want elke leverancier verkoopt één ding.

Zet radar in de badkamers en de slaapkamers met hoog risico, waar 95–99% nauwkeurigheid en badkamerveilige dekking een speciale sensor rechtvaardigen. Wifi-detectie verdient dan zijn plek in de gangen en zitkamers — waar een sensorbudget per kamer nooit zou kunnen reiken, en waar de infrastructuur van het gebouw het daadwerkelijk kan ondersteunen. En voor de bewoners die het rechtvaardigen, komt de voorspellende laag nog eerder in beeld: systemen zoals Helpany's "Paul" monitoren looppatroon en slaap om een stijgend valrisico drie weken vóór een incident te signaleren, en hebben over veertien gemeenschappen in Arizona een gemiddelde valreductie van 66% opgeleverd. VirtuSense's infrarood voorspelt het verlaten van bed en stoel dertig tot vijfenzestig seconden van tevoren. Elke modaliteit heeft een taak. De adviesbeslissing — welke technologie in welke kamer, tegen het budget, de indeling en de bekabeling van dit gebouw — is het deel dat bepaalt of iets ervan werkt.

Dat is de modaliteit-agnostische houding die we uiteindelijk innamen, en die is oprecht ongemakkelijk als bedrijfsmodel, want het betekent dat we een instelling zullen zeggen geen radar voor een gang te kopen. Maar het is het enige eerlijke antwoord op een probleem waarbij de juiste sensor in elke kamer anders is.

Waarom is de zusteroproep het echte project?

Als ik één zin voor elke beheerder zou kunnen zetten die deze technologie evalueert, is het deze: de sensor is het makkelijke deel.

Een radarmodule die een val met 99% nauwkeurigheid detecteert, is waardeloos als zijn oordeel niet op tijd een mens bereikt. De werkelijke oplevering is een regel op het zusteroproepstation waarop staat "Kamer 118 Badkamer: Val Gedetecteerd, Hoge Betrouwbaarheid, Bewoner op de Grond" — snel, betrouwbaar en doorgestuurd naar de juiste verzorgende. Daar komen betekent het integreren van de uitvoer van een sensor met het bestaande zusteroproep-hoofdsysteem van de instelling — Rauland, Ascom, Austco, Hill-Rom — en dat is diepgaand systeemintegratiewerk, geen API-sleutel. In elke echte implementatie waarvan ik de kosten heb berekend, is de integratie en kalibratie waar het merendeel van het budget en de inspanning daadwerkelijk naartoe gaat. Vayyar heeft enkele zusteroproep-partnerschappen opgebouwd, maar de implementatie verschilt nog steeds per instelling, want de bekabeling en werkwijze van elk gebouw is zijn eigen unieke geval.

Kopers denken dat ze een sensor kopen. Wat ze werkelijk nodig hebben, is een oordeel dat een vermoeide verzorgende om 2 uur 's nachts zal vertrouwen en waar hij naar zal handelen. Dat is een integratieprobleem, geen hardwarespecificatie.

Dit is ook waarom het onderscheid tussen kant-en-klaar en maatwerk hier zo veel uitmaakt. De sensoren zijn commodities die naar nul tenderen. De waarde zit in het onglamoureuze middenstuk: het model afstemmen op deze kamers zodat het stopt met vals alarm slaan, en het alarm inbedraden in dit zusteroproepsysteem zodat het landt waar iemand ernaar kan handelen.

De bezwaren die ik elke keer hoor

Mensen vragen altijd of de regelgevende situatie hier daadwerkelijk naartoe duwt, of het alleen maar toestaat. Het duwt. De F689-standaard van CMS vereist dat instellingen vrij zijn van ongevallengevaren met adequaat toezicht, en de instantie heeft haar kwaliteitsmaatstaf voor vallen met ernstig letsel in 2025 aangescherpt. Onder het PDPM-betaalmodel beschermt het voorkomen van vallen en heropnames rechtstreeks de vergoeding. En naarmate camera's elk jaar meer staatsbeperkingen krijgen, loopt de regelgevende stroming precies richting de niet-camera, privacybeschermende benaderingen die radar en wifi-detectie vertegenwoordigen.

De andere vraag gaat altijd over geld, en ik begrijp de reflex — technologiebudgetten in de ouderenzorg zijn reëel maar niet oneindig, ook al verhogen exploitanten ze jaar op jaar met 6–30%. Het getal dat de discussie beëindigt, is het rendement: op bewijs gebaseerde valpreventieprogramma's leveren ongeveer $5 op voor elke uitgegeven $1. Afgezet tegen een gemiddelde kostprijs van $30.000 per val met letsel en een aansprakelijkheidsblootstelling van zevencijferige bedragen, houdt de kostprijs van sensor-plus-integratie op er als een aankoop uit te zien en begint hij eruit te zien als een verzekering die je daadwerkelijk verzilvert.

En af en toe vraagt iemand of dit niet gewoon toezicht onder een andere naam is. Het is het tegenovergestelde. Een camera legt jou vast. Radar legt vast dat een puntenwolk in de vorm van een lichaam zich op vloerniveau bevindt en nog ademt. Het hele ontwerpdoel is om te weten dat iemand hulp nodig heeft zonder verder iets over die persoon te weten — om de bewoonster in de badkamer te beschermen juist door niet in staat te zijn haar daar te bekijken.

Wat ik de beheerder nu zou vertellen

De alarmknop op het wastafelmeubel is nog steeds het beeld waar ik op terugkom. We hebben jaren besteed aan het bouwen van technologie die de meest kwetsbare persoon in het gebouw vraagt om aan haar eigen redding deel te nemen, en dan zijn we verrast wanneer ze dat niet kan. De verschuiving die ertoe doet, is geen betere sensor. Het is het aanvaarden dat de bescherming omgevingsgebonden moet zijn — in de kamer, en helemaal niets van haar vragend.

Dat is wat we gebouwd hebben, en de zwaarbevochten les daaronder is dat geen enkele technologie je daar brengt. Radar beheerst de badkamer. Wifi dekt de gangen die je budget niet aankan. Voorspelling signaleert de bewoner vóór de nacht waarin ze valt. En de integratie in je zusteroproepsysteem — het deel dat iedereen als een bijzaak behandelt — is het deel dat bepaalt of het alarm van welke sensor dan ook een mens bereikt vóór het uur op de grond dat een schrik in een sterfterisico over zes maanden verandert. Als je wilt zien hoe die stukken in een echt gebouw passen, dat is het systeem dat we hebben uiteengezet.

De badkamer is de moeilijkste kamer om te beschermen in de ouderenzorg, en het is de kamer die er het meest toe doet. Elk valdetectieplan dat haar in het duister laat, heeft de makkelijke helft van het probleem opgelost en het klaar genoemd.

Gerelateerd onderzoek

Ook gepubliceerd op

Bouw uw AI met vertrouwen.

Werk samen met een team met diepgaande ervaring in het bouwen van de volgende generatie enterprise-AI. Laat ons u helpen bij het ontwerpen, bouwen en implementeren van een AI-strategie waarop u kunt vertrouwen.

Veriprajna Deep Tech-adviesbureau is gespecialiseerd in het bouwen van veiligheidskritische AI-systemen voor de gezondheidszorg, de financiële sector en gereguleerde domeinen. Onze architecturen worden gevalideerd aan de hand van gevestigde protocollen met uitgebreide compliancedocumentatie.