Automatische Erkennung von Aktivitäten und Bewegungsmustern mithilfe von Sensoren (AktiSmart-KI)
Ressortforschung im Handlungsfeld „Digitalisierung“, Förderschwerpunkt „Digitale Innovationen“
Motivation
Körperliche Aktivität und Bewegung sind wichtige Faktoren für den Gesundheitszustand. Insbesondere bei älteren Menschen ist Bewegung wichtig, um beispielsweise Gesundheitsschäden vorzubeugen. Aufgrund der im Durchschnitt immer älter werdenden Bevölkerung in Deutschland rückt das Forschungsprojekt AktiSmart-KI das Bewegungsproblem in der geriatrischen Rehabilitation in den Fokus. Dabei stellen Aspekte wie Art und Zusammensetzung der Bewegung wichtige Faktoren für eine erfolgreiche Diagnose und Therapie dar. Mittels Sensoren können diese Parameter erfasst werden. Heutige Methoden zeichnen jedoch keine komplexen Bewegungsmuster auf. Daher sollen in diesem Projekt neue Methoden entwickelt werden, die mit detaillierten Aufnahmen und Einordnungen von Bewegungsabläufen zu einer besseren Versorgung von Patientinnen und Patienten beitragen.
Ziele und Vorgehen
Im Rahmen des Projekts AktiSmart-KI sollen mittels smarter Sensoren, die die Patientinnen und Patienten am Körper tragen, Aktivitätsmuster detailliert erfasst werden. So soll beispielsweise ermöglicht werden, automatisiert Stürze zu erkennen oder die Häufigkeit bestimmter Aktivitäten zu zählen. Hieraus können später individuelle Behandlungsbedarfe abgeleitet und auch im Falle eines Sturzes frühzeitig und automatisiert Hilfe angefordert oder Vertrauenspersonen benachrichtigt werden. Um dies zu erreichen, sollen Methoden des Maschinellen Lernens angewendet werden. Herausforderungen hierbei sind die unstrukturierten Daten – die Positionen der am Körper getragenen Sensoren folgen keinem regulären Muster – sowie die leicht unterschiedlichen Positionen, die insbesondere bei Patientinnen und Patienten mit altersbedingtem Muskelzittern verstärkt werden. Konkret sollen aus dem Bereich der Künstlichen Intelligenz (KI) neuronale Netze verwendet werden. Diese neuronalen Netze gilt es aber zuerst zu trainieren, um spezifische Aktivitätsmuster verlässlich zu erkennen. Diese Trainingsgrundlage soll reale, bereits aufgenommene Daten und per Simulation auf animierten Gelenkmodellen berechnete Daten umfassen. Ein weiterer wichtiger Aspekt, der im Rahmen des Projekts betrachtet werden soll, ist die konkrete Nutzbarkeit des Systems. Faktoren wie Datensicherheit, Ethik und Recht sowie gesundheitsökonomische und betriebswirtschaftliche Aspekte spielen hierbei eine zentrale Rolle.
Perspektiven für die Praxis
Mithilfe des im Projekt entwickelten Systems zum Erkennen detaillierter Bewegungsmuster soll es möglich werden, den individuellen Behandlungsbedarf abzuleiten sowie die Pflege und Therapie bestmöglich anzupassen. Automatisiertes Erfassen kann die Dokumentation des Behandlungsfortschritts erleichtern und fördert so die optimale Versorgung von Patientinnen und Patienten. Nach Abschluss des Projekts soll es auch für Externe möglich sein, das entwickelte System zu nutzen. Die festgestellten Bewegungsmuster sollen ebenfalls in einer Datenbank gespeichert und bereitgestellt werden. Diese Datenbank kann dann fortlaufend erweitert werden und auch als Grundlage für weitere Forschungsprojekte dienen. Die Erkenntnisse können direkt in die medizinische Forschung einfließen und ermöglichen es außerdem, die individuelle patientenbezogene Diagnose und Versorgung zu verbessern.
Ergebnisse
Im Rahmen des Projekts AktiSmart-KI wurden mittels smarter Sensoren, die von Patientinnen und Patienten am Körper getragen werden, Aktivitätsmuster detailliert erfasst. So wurde beispielsweise ermöglicht, automatisiert Stürze zu erkennen und die Häufigkeit bestimmter Aktivitäten zu zählen. Um dies zu erreichen, wurden Methoden des maschinellen Lernens angewandt.
Die Vorhersagegenauigkeit zur Aktivität war mit bis zu 85 % sehr hoch. Die Dokumentation des Be-handlungsfortschritts wird durch das automatisierte Erfassen erleichtert und fördert so die optimale Versorgung von Patientinnen und Patienten. Die festgestellten Bewegungsmuster wurden in einer Datenbank gespeichert und bereitgestellt.
Ein weiterer wichtiger Aspekt, der im Rahmen des Projekts betrachtet wurde, ist die konkrete Nutz-barkeit des Systems. Die durchgeführten Interviews mit Patientinnen und Patienten ergaben, dass diese prinzipiell offen für die Nutzung smarter Sensorik in der Rehabilitation sind. Akzeptanz und Auf-geschlossenheit gegenüber dem Einsatz smarter Sensorik waren sowohl bei der Gruppe der geriatrischen Patientinnen und Patienten als auch bei den medizinischen Fachkräften sehr hoch. Faktoren wie Datensicherheit, Ethik und Recht sowie gesundheitsökonomische und betriebswirtschaftliche Aspekte spielen hierbei eine zentrale Rolle. Die Literaturrecherche zu ethischen Gesichtspunkten zeigte, dass eine Herausforderung der sozial gerechte Zugang zu dieser Technologie ist.
Verwertung
Mithilfe des entwickelten Systems ist es möglich, anhand detaillierter Bewegungsmuster den individuellen Behandlungsbedarf abzuleiten sowie die Pflege und Therapie bestmöglich anzupassen. Die entwickelte Datenbank kann fortlaufend erweitert werden und als Grundlage für weitere Forschungsprojekte dienen. Die Erkenntnisse können direkt in die medizinische Forschung einfließen und ermöglichen es außerdem, die individuelle patientenbezogene Diagnose und Versorgung zu verbessern. Die AktiSmart-KI-Sensorik kann als Medizinprodukt eingestuft werden, was im Rahmen des Zulassungsverfahrens festgestellt wurde. Der nächste Schritt der Klassifizierung als Medizinprodukt bedarf noch der Erarbeitung zur technischen Dokumentation. Sollte dies erfolgen, kann das System in der Praxis verstetigt werden. Die Ergebnisse des Vorhabens wurden in mehreren wissenschaftlichen Publikationen verbreitet.
Fakten zum Projekt
Projektleitung
Universität Ulm
Prof. Dr. Timo Ropinski
Helmholtzstraße 15
89081 Ulm
Projektlaufzeit
01.04.2020 bis 31.12.2022
Projektbeteiligte
- Robert Bosch Gesellschaft für medizinische Forschung mbH
- IB Hochschule Berlin
Das Projekt ist Teil des Forschungsschwerpunkts „Digitale Innovationen“ für die Verbesserung der patientenzentrierten Versorgung im Gesundheitswesen.
Ansprechperson
Dr. Joachim Burbiel
DLR Projektträger
projekttraeger-bmg(at)dlr.de
Weitere Informationen
-
Handlungsfeld „Digitalisierung“
Die Digitalisierung des Gesundheitswesens und ihre Auswirkungen u. a. auf die Patientinnen- und Patientenversorgung bietet große Chancen. Hier erfahren Sie mehr zum gesundheitspolitischen Handlungsfeld „Digitalisierung“.
-
Forschungsschwerpunkt „Digitale Innovation“
Die Digitalisierung im Gesundheitswesen kann die Qualität und Wirtschaftlichkeit der deutschen Gesundheitsversorgung stärken und weiterentwickeln. Hier erfahren Sie mehr zum Forschungsschwerpunkt „Digitale Innovation“.
-
Überblick Forschungsschwerpunkte
Das BMG fördert neben Einzelvorhaben insbesondere Forschungsaktivitäten zu übergreifenden Themen. Die Förderschwerpunkte richten sich nach den Handlungsfeldern der Ressortforschung. Hier gelangen Sie zum Überblick.