Zum Hauptinhalt springenSkip to page footer

MEXT

Maschinelles Lernen zur Verbesserung der Krankheitserkennung in der Bewegungstherapie bei Menschen mit muskuloskelettalen Erkrankungen

 

Physiotherapeutische Bewegungstherapie ist ein zentraler Bestandteil der Gesundheitsversorgung von Menschen mit muskuloskelettalen Erkrankungen. Bisher ermöglichen Ganglabore im klinischen Bereich eine objektive Erfassung des Gangbildes von Patienten, um die Therapie zu unterstützen. Ganglabore benötigen allerdings teure Spezialausrüstung und geschultes Personal, was eine breite Versorgung der Bevölkerung mit dieser Technik erschwert. Genau hier soll KI ansetzen. Es soll mithilfe von KI ein einfacher Aufbau für physiotherapeutische Praxen entwickelt werden, der Ganganalyse vor Ort ermöglicht und die gesundheitliche Versorgung verbessert.
 
Im Projekt MEXT steht die Entwicklung eines benutzerfreundlichen, kosteneffizienten Analysesystems mit präzisen, objektiven und reproduzierbaren Gangparametern im Vordergrund. Gleichzeitig wird der Einsatz neuer Technologien erprobt. Darunter fällt der Einsatz von KI und der eines Doppler-Radars zur Ganganalyse, später auch die Erprobung des Analysesystems auf einem mobilen Roboter zur mitlaufenden Ganganalyse. Durch die parallele Nutzung dieser Technologien können die Ergebnisse der KI unabhängig bestätigt werden. Diese zusätzliche Sicherheit ist wichtig, um den verantwortungsvollen Einsatz der KI im Gesundheitssystem zu ermöglichen.
 
Das MEXT-System ist durch die KI in der Lage, auch andere Bewegungsabläufe objektiv zu erfassen. Das könnte genutzt werden, um neue Konzepte für die Bewegungsbeschreibung zu erstellen und die Auswirkungen von Krankheiten auf andere Bewegungsabläufe besser zu verstehen. Wenn sich ein kostengünstiges System wie das MEXT-System in der Breite etablieren würde, könnte die verfügbare Datenmenge in diesem Bereich vervielfältigt werden und das Problem der kleinen Stichproben im Bereich der Erforschung des Gehens vermindert werden. Eine breite Datenbasis könnte die zukünftige Forschung und den Einsatz von KI in diesem Bereich maßgeblich unterstützen.

Forschungszeitraum

01.04.2024 bis 01.04.2027

Initialprojekt des ZAKI

Ziele des Projekts

Ziel des Vorhabens ist es, ein einfaches, kosteneffizientes Analysesystem mithilfe von KI zu erstellen, um Physiotherapiepraxen großflächig mit Möglichkeiten der Ganganalyse ausstatten zu können. Die Erhebung objektiver Parameter des Gehens soll die Patientensicherheit und die Therapiewirksamkeit der physiotherapeutischen Diagnostik bei muskuloskelettalen Erkrankungen verbessern.

Im MEXT-System sollen außerdem relativ neue Technologien zur Ganganalyse wie das Doppler-Radar und KI-Verfahren zum Einsatz kommen. Dabei steht die Untersuchung der Zuverlässigkeit und der Reproduzierbarkeit des Systems im Vordergrund. Außerdem werden Anomalieerkennungsverfahren erprobt, um Abweichungen vom typischen Gangbild zu erkennen und somit Hinweise für Diagnostik und Therapie liefern zu können.

Insgesamt sollen Therapeuten in Physiotherapiepraxen basierend auf Ganganalyse und Vitaldatenerfassung mithilfe innovativer und gleichzeitig kosteneffizienter Technik unterstützt werden, um die Patientensicherheit und Therapieerfolge zu verbessern.

Projektleitung

Prof. Dr. rer. medic habil. Susanne Saal
Prof. Dr. -Ing. Johannes Trabert

 

Projektmitarbeitende

M.Eng. Richard Kreusch

Sie haben Fragen zum Projekt?

Kontaktieren Sie uns gern per Mail an zaki@eah-jena.de oder über unser Kontaktformular