Künstliche Intelligenz bietet große Chancen für die Behandlung von Krankheiten, aber auch für die Entwicklung neuer Geschäftsfelder in der Gesundheitswirtschaft. Norddeutsche Kliniken, Universitäten, Forschungseinrichtungen und Unternehmen haben sich daher im Projekt „KI-SIGS" zusammengeschlossen, um sich intensiv zu vernetzen und erste gemeinsame Projekte zu starten. Das Technologie-Zentrum Informatik und Informationstechnik (TZI) der Universität Bremen ist an zwei Teilprojekten des Vorhabens beteiligt, das den Aufbau eines dauerhaften Netzwerks unter dem Namen „KI-Space“ als übergeordnetes Ziel verfolgt. In den Bremer Teilprojekten geht es um die Behandlung von Augenkrankheiten und um die Unterstützung von Bewegungstherapien.
Intelligente Bildauswertung in der Augenheilkunde
Ein Teil der beteiligten TZI-Wissenschaftlerinnen und Wissenschaftler 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 Patienten 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 und Patienten 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 und Patienten. „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 die Unterstützung von Bewegungstherapien. Für viele Therapien und Rehabilitationsmaßnahmen sowie zur 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 und Anwendern 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.“
TZI mit weiterem Projekt beim KI-Wettbewerb des BMWi erfolgreich
Das Bundesministerium für Wirtschaft und Energie (BMWi) fördert das Projekt KI-SIGS, das von der UniTransferKlinik GmbH (Lübeck) koordiniert wird, im Rahmen des Förderprogramms „Künstliche Intelligenz als Treiber für volkswirtschaftlich relevante Ökosysteme“ bis 2023 mit insgesamt rund zehn Millionen Euro. Im gleichen Förderprogramm ist das TZI der Universität Bremen bereits mit dem Projekt „Knowledge4Retail“ vertreten, in dem KI-Systeme für den Einzelhandel entwickelt werden.
Weitere Informationen:
www.uni-bremen.de/dmlab-1
