LINDERA entwickelt ein dreiteiliges Assistenzsystem zur Sturzrisikoprävention mit KI und der CHARITE

20. Januar 2023 von Reza Rezvani

Ein dreiteiliges Assistenzsystem zur Sturzrisikoprävention – Diese Arbeit entstand im Rahmen des Förderungsprojekts “Pro FIT”, in dessen Mittelpunkt Zuschüsse und Darlehen für technologische Innovationsvorhaben stehen. Durch diese Forschung gelang es Lindera, eine künstliche Intelligenz zu entwickeln, die eine umfassende Ganganalyse mittels einer monokularen Smartphone-Kamera durchführen kann. Das Projekt wurde durch den Europäischen Fonds für regionale Entwicklung [EFRE] im Rahmen der “Pro FIT” Förderung kofinanziert. Als wissenschaftlicher Partner für die Entwicklung fungierte die Charité in Berlin.

Im Mittelpunkt der Studie steht die Ausarbeitung intelligenter Softwaremodule, mit denen das Sturzrisiko bei Menschen (Zielgruppe Senior*innen 60+) durch die monokulare Kamera eines Smartphones analysiert und verlässlich eingestuft werden kann. Darüber hinaus werden individuell angepasste Empfehlungen zur Sturzprophylaxe mittels einer KI-basierten Empfehlungsdatenbank erteilt.

ProjektzusammenfassungIntelligentes Assistenzsystem

Das im Rahmen des Projektes entwickelte Assistenzsystem beinhaltet die nachfolgenden Module: 

  1. Eine automatisierte Ganganalyse mittels Smartphones und Tablet 
  2. Die Einschätzung der Sturzwahrscheinlichkeit in definierten Zeiträumen 
  3. Automatisierte Empfehlungen zur Sturzprävention und Sturzprophylaxe

Innerhalb des ersten Moduls werden die Gangabläufe des Menschen als solche erkannt und deren Abweichungen vom gesunden Gangbild analysiert und interpretiert. Die dadurch generierten Daten werden dann in ein Sturzmodell (Bewegungsmodell) eingespeist, mit dem ein neuronales Netz trainiert wird.

Im Modul Zwei wird eine künstliche Intelligenz für die Interpretation der Bewegungsabweichungen benutzt. Das Ergebnis des dritten Moduls ist ein System, welches an die vorherigen Module (1 und 2) ankoppelt. Die Ausgaben aus den Modulen 1 und 2 – wie beispielsweise ermittelte individuelle sturzrelevante Gangparameter und zukünftige Sturzwahrscheinlichkeiten mit der zugehörigen hierarchischen Kausalstruktur – dienen als Eingaben für das Empfehlungsmodul (Modul 3). Die Ausgabe dieses Moduls sind anschließend konkrete und individualisierte Interventionsempfehlungen. 

Projektablauf

Um eine dynamische KI-basierte Empfehlungsdatenbank (Dynamic AI based recommendation database) erfolgreich zu entwickeln, hat das interdisziplinäre Lindera-Team an Forscher*innen sowie Computer-Vision- und Data-Science-Spezialist*innen nach state-of-the-art Kriterien gesucht und nach einer intensiven Literaturrecherche letztlich die einzelnen Empfehlungen identifiziert.

Anschließend wurden diese auf das jeweilige Krankheitsbild und die Risikofaktoren inhaltlich geprüft. Diese Vorgehensweise ermöglichte die Grundlage des Lindera CERs (Clinical Evaluation Reports) zu bilden, die in einem Abstand von zwei Jahren wiederholt werden müssen. 

Des Weiteren hat das Team ein sogenanntes complex rule-based System entwickelt, das individuellen Lebensumstände und Bedürfnisse der Nutzer*innen berücksichtigt und die Empfehlungen an diesen Kriterien und Anforderungen anpasst. Zu diesem Zweck wurde ein komplexes Regelwerk für Auswahl und Priorisierung konzipiert.

Um diese Zusammenhänge zu den medizinischen Parametern, wie Krankheitsbilder und Entwicklungsverläufe bei den Senior*innen und viele weitere Kriterien für das KI-Modell und unsere Trainingsmodelle aufzubereiten, hat das Team von Lindera eigene Kategorisierungen und Methoden der präzisen Ausgabe von Empfehlungen erarbeitet.  

Zudem wurden weitere Arbeitsschritte im Verlauf des Projektes realisiert: 

Die Arbeitspakete “Iterative entwicklungsbegleitende Testungen” und “Validierung der KI-basierte Ganganalyse mittels Smartphone-Kamera in Echtzeit” gehören zu den von Lindera entwickelte und durchgeführte Module in dem ProFIT Projekt. 

Das Ziel des APs Iterative entwicklungsbegleitende Testungen ist wie folgt gewesen: Den durch Lindera entwickelten Demonstrator, mehrfach iterativ an ausgewählten Zielgruppen zu testen und auf Basis der Test-/Evaluationsergebnisse Anpassungs- und Verbesserungsvorschläge für die weitere Entwicklung zu erarbeiten (Innovationsphase IF).

Weiteres Ziel des APs “Validierung der KI-basierte Ganganalyse mittels Smartphone-Kamera in Echtzeit” ist es, die mittels KI-basierten Ganganaylse ermittelten Daten und Ergebnisse zu validieren. 

Um die obengenannten Ziele gemäß dem Vorhaben erfolgreich zu erreichen, sind mehrere Forschungsrelevante Abstrebungen als Vorrausetzung definiert worden: 

  • Erforschung eines adaptiven KI-Systems zur Ausgabe evidenzbasierter Interventionsempfehlungen. 
  • Erforschung einer dynamisch adaptiven Datenbank zur Interventionsempfehlungen. 
  • Erforschung von KI-Methoden zu den Ausgaben individueller Interventionsempfehlungen. 

Dafür hat das Lindera Data Science & Computer Vision Engineering Team drei Demonstratoren weiterentwickeln, um die bereits genannten Erforschungen umzusetzen: 

  • Demonstrator eines 2D-Sklettschätzers mittels Smartphones in Echtzeit 
  • Demonstrator zur sturzrelevanten Ganganalyse und Einschätzung von Sturzwahrscheinlichkeiten. 
  • Demonstrator eines adaptiven KI-Systems zur Ausgabe eines evidenzbasierten Interventionsempfehlungen. 

Ergebnisse

Im Projekt wurden die folgenden Ergebnisse erzielt: Das individuelle Sturzrisiko einer Person kann nun ganzheitlich mit Hilfe von künstlicher Intelligenz ermittelt werden. Darüber hinaus wird das ermittelte Sturzrisiko mit Hilfe probabilistischer Kausalnetzwerke mit verschiedenen relevanten Faktoren, wie z.B. dem psychischen Zustand der analysierten Person oder dem Wohnumfeld, verknüpft.  

Die darauf basierende individuelle Interventionsempfehlungen können gezielt die ermittelten probabilistischen Sturzursachen adressieren. In späteren Wiederholungen der Analyse lassen sich die angewendeten Interventionen systematisch und quantitativ evaluieren, womit die Behandlung verfeinert und individuell angepasst wird. Somit erfährt das geschulte, menschliche Auge eine digitale Erweiterung.  

Fazit

Geriatrische Assessments zur Sturzprävention sind ein sehr zeitintensiver Prozess. Linderas KI-basierte 3D Mobilitätsanalyse ermöglicht es Pflegekräften, Senior*innen und ihren Angehörigen, eine hochqualitative Sturzprävention unkompliziert durchzuführen: Sowohl im stationären als auch im ambulanten Setting. 

Mehr erfahren zum Thema Linderas KI:

Künstliche Intelligenz in der Gesundheit: Diese fünf Meilensteine in KI bahnbrechen den Weg für die Versorgung von morgen

Sie ist die Frau hinter Linderas KI: Datenwissenschaftlerin Bowen Zhou bringt die Intelligenz in unsere digitale Gesundheitsanwendung