Mehr KI für die Medizintechnik Logo of esanum https://www.esanum.de

Mehr KI für die Medizintechnik

Wissenschaftlerinnen und Wissenschaftler der Universität Bremen beteiligen sich mit zwei Teilprojekten am norddeutschen Innovationsnetzwerk "KI-Space". Ziel ist es, die Methoden der Künstlichen Intelligenz (KI) in der Medizintechnik verstärkt zu nutzen.

Intelligente Bildauswertung in der Augenheilkunde

Wissenschaftlerinnen und Wissenschaftler der Universität Bremen beteiligen sich mit zwei Teilprojekten am norddeutschen Innovationsnetzwerk "KI-Space". Ziel ist es, die Methoden der Künstlichen Intelligenz (KI) in der Medizintechnik verstärkt zu nutzen. Während das eine Bremer Projekt die Diagnose und Behandlung von bestimmten Augenkrankheiten erleichtern soll, geht es im anderen um die automatische Erkennung der Körperhaltung bei physiotherapeutischen Übungen.

Ein Teil der beteiligten TZI-WissenschaftlerInnen untersucht die intelligente Bildauswertung in der Augenheilkunde. Die Arbeitsgruppe Mensch-Computer-Interaktion unter Leitung von Professor Johannes Schöning unterstützt die Entwicklung einer KI-Plattform für die Versorgung von PatientInnen mit Erkrankungen wie der altersbedingten Makuladegeneration (AMD). Durch KI-basierte Methoden der Bildanalyse und der automatisierten Bewertung von 3D-Bilddaten soll eine wesentliche Therapieverbesserung bei AMD-PatientInnen erzielt werden. Bilder, die von ihnen zu Hause mit dem Smartphone aufgenommen werden, können dann zur automatischen Erkennung einer Verschlechterung des Augenzustands genutzt werden, um den optimalen Behandlungszeitpunkt zu bestimmen und die Zahl der erforderlichen Arztbesuche zu reduzieren.

Das TZI-Team entwickelt eine App, die eine präzisere Positionierung des Smartphones vor dem Auge ermöglicht und damit zu einer besseren Qualität der Aufnahmen beiträgt. Entscheidend ist dabei eine einfache, intuitive und effiziente Handhabung des Prozesses durch die meist älteren PatientInnen. "Mit unserer Arbeit wollen wir Probleme mit der Benutzererfahrung bei der Aufnahme von Smartphone-Bildern des Auges identifizieren", erklärt Schöning. "Wir wollen herausfinden, wie man die Probleme löst, und eine benutzerfreundliche Anwendung erstellen, die eine einfache Erzeugung von Bildern ermöglicht, die für die Diagnose geeignet sind."

Bewegungstraining: Erkennung der Körperhaltung trotz verdeckter Körperteile

Im zweiten TZI-Projekt geht es um die Unterstützung von Bewegungstherapien. Für viele Therapien und Rehabilitationsmaßnahmen sowie für die Vorsorge im Alter ist ein fachlich angeleitetes Bewegungstraining unerlässlich. Da eine individuelle Anleitung durch therapeutische Fachleute nicht immer möglich ist, besonders bei der Durchführung von Übungen im eigenen Heim, können Assistenzsysteme wertvolle Unterstützung leisten. Beispielsweise können Robotersysteme den AnwenderInnen individuelle Rückmeldungen über die durchgeführten Bewegungen geben und damit ein eigenständiges Training ermöglichen.

"Allerdings stellt die zuverlässige dreidimensionale Erkennung von Körperhaltungen eine Herausforderung dar, die gemeistert werden muss, um eine Vielzahl physiotherapeutischer und interaktiver Gesundheitsanwendungen umsetzen zu können", erklärt Professor Rainer Malaka, geschäftsführender Direktor des TZI und Leiter des Digital Media Lab. "Bei komplexeren Bewegungsabläufen werden einzelne Körperteile oft verdeckt, zum Beispiel bei Übungen in der Hocke oder im Liegen. KI-basierte Systeme können helfen, die Bewegungen dennoch korrekt zu interpretieren."