Die Fachhochschule St. Pölten in Österreich entwickelt im Projekt „Intelligait“ Algorithmen zum automatisierten Erkennen von Mustern in Ganganalyse-Daten. Eine Beurteilung erfolgt zwar immer durch Experten, diese sollen aber durch die vorhergehende automatische Analyse unterstützt werden .
Einsatz für Prävention und Therapie
Das Projektteam geht davon aus, dass so Gangabweichungen früher erkannt oder der Ort des Problems am Bewegungsapparat, etwa Knie oder Hüfte, einfacher identifiziert werden könnten. Zudem soll das System dabei unterstützen, sekundäre Probleme zu identifizieren, die oftmals leicht übersehen werden.
Die Technik wäre auch in der Prävention einsetzbar, um Anzeichen für Schäden zu entdecken, bevor Menschen mit Beschwerden zu einem Arzt gehen. „Es geht darum, Expertinnen und Experten im medizinischen und therapeutischen Bereich zu unterstützen. Die Technik soll Fachkräfte und menschliche Erfahrung nicht ersetzen, aber deren Arbeit erleichtern und zusätzliche Erkenntnisse ermöglichen“, erklärt Anna-Maria Raberger, FH-Dozentin im Studiengang Physiotherapie der FH St. Pölten.
Muster erkennen durch maschinelles Lernen
„Zum Klassifizieren der Daten nutzen wir so genannte maschinelle Lernmethoden, oft auch als ‚künstliche Intelligenz‘ bezeichnet. Im Prinzip sind das ähnliche Methoden, die in Smartphones zur Gesichtserkennung verwendet werden. Hier suchen wir aber nach Mustern und Abweichungen in Gangbildern“, sagt Sportwissenschaftler Brian Horsak, FH-Dozent im Studiengang Physiotherapie der FH St. Pölten und Leiter des Projekts Intelligait.
Für die Analyse der Daten entwickelt das Institut für CreativeMedia/Technologies (ICM/T) der FH St. Pölten Verfahren der Mustererkennung, der Datenvisualisierung und des maschinellen Lernens. „Durch maschinelles Lernen können wir Muster in den Signalverläufen identifizieren, welche für verschiedene Gangprobleme charakteristisch sind. Da diese Muster rein objektiv auf statistischer Basis ermittelt werden, sind sie oft komplementär zu bisher bekannten Merkmalen und können so zu neuen Einsichten führen und einen Erkenntnisgewinn direkt aus den Daten heraus generieren“, erklärt Matthias Zeppelzauer, Senior Researcher am ICM/T.
Das Projekt gewann den ersten Platz beim MTD-Innovationspreis 2017 von MTD-Austria, dem Dachverband der gehobenen medizinisch-technischen Dienste Österreichs.
www.fhstp.ac.at/de/forschung/projekte/intelligait
https://cdhi.fhstp.ac.at/projects/intelligait
