So macht uns die IT gesund

ReMoCap-Lab der FH St. Pölten

Im Center for Digital Health Innovation macht die FH St. Pölten die Informations- und Kommunikationstechnologie für das Gesundheitswesen fruchtbar.

Rehabilitation, Bewegungsanalyse, Visual Analytics, Machine Learning und Augmented und Virtual Reality (AR/VR): Im Center for Digital Health Innovation (CDHI) forschen Expertinnen und Experten aus Gesundheitsberufen und der Technik an digitalen Innovationen für das Gesundheitswesen. „Wir vereinen dort unsere vielfältigen Kompetenzen und nutzen diese interdisziplinär“, erklärt Brian Horsak, Senior Researcher am Institut für Gesundheitswissenschaften der FH St. Pölten.

Eine Vorreiterrolle im Bereich der Gang- und Bewegungsanalyse nimmt das „ReMoCap-Lab“ (Laboratory for Capturing Motion and Augmenting Environment in Motor Rehabilitation) ein. In mehreren Forschungsprojekten untersuchten ForscherInnen etwa intelligente Gangmusteranalysen für das Erkennen von Gangstörungen, entwickelten eine Lernsoftware zur Ganganalyse für Physiotherapeutinnen und -therapeuten und eine intelligente Schuhsohle, die Gangstörungen hörbar macht.

Mittels „Exergames“ zum Therapieziel

Ausgehend von Frage- und Problemstellungen, die sich aus der Gang- und Bewegungsrehabilitation ergeben, sucht die FH St. Pölten mittels Machine Learning, AR/VR sowie Visual Analytics nach Lösungen. Die Erkenntnisse aus den Bewegungs- und Ganganalysen werden für Entwicklungen im therapeutischen Bereich genutzt. Ein Beispiel dafür ist die Umsetzung von Rehabilitationsprogrammen mittels sogenannter „Exergames“: „Aus den gewonnenen Daten werden spielerische Virtual-Reality-Anwendungen programmiert. Die Bewegungen des Patienten werden dort zeitgleich von einem Bewegungsanalysesystem ausgewertet, um Feedback und Korrekturen beim Durchführen der Übungsprogramme zu geben“, erklärt Horsak.

Das Black-Box-Problem der KI

Seit die Datenschutzgrundverordnung (DSGVO) in Kraft trat, müssen Entscheidungen, die ein Algorithmus trifft, in ihren Einzelschritten nachvollziehbar sein. Das stellt vor allem den Bereich der künstlichen Intelligenz vor Probleme. Denn hier überwiegen Methoden, die einen „Black-Box-Charakter“ aufweisen: Der Mensch kann nicht nachprüfen, warum ein Algorithmus zu einer bestimmten Entscheidung kommt.

Diese fehlende „Explainability“ ist eine große Herausforderung für Forscher und Entwickler. „Algorithmen aus der künstlichen Intelligenz bedienen sich ähnlicher Strukturen, wie sie in unserem Gehirn zu finden sind, zum Beispiel neuronaler Netze. Dieses Wissen rund um Explainability wenden wir momentan verstärkt in der Gang- und Bewegungsanalyse an und nehmen damit eine Vorreiterrolle in der Forschungscommunity ein“, betont Horsak.

Jetzt teilen:

Sie wollen mehr wissen? Fragen Sie nach!

FH-Prof. Dr. Horsak Brian

FH-Prof. Dr. Brian Horsak

Senior Researcher Institut für Gesundheitswissenschaften
Department Gesundheit