Krankhafte Bewegungsmuster erkennen – mit Hilfe künstlicher Intelligenz

Göttinger Forschungsprojekt "Deep Movement Diagnostics" erhält rund 1,2 Millionen Euro für die Entwicklung dreidimensionaler Rekonstruktionen von Bewegungsmustern

The research team of the "Deep Movement Diagnostics" project
Das Forscherteam des Projekts "Deep Movement Diagnostics" (v. l.): Prof. Melanie Wilke und Prof. Mathias Bähr, beide Universitätsmedizin Göttingen, Prof. Alexander Gail, Deutsches Primatenzentrum, Prof. Florentin Wörgötter, Universität Göttingen, und Prof. Hansjörg Scherberger, Deutsches Primatenzentrum. (Foto: Karin Tilch)

Geh- und Greifbewegungen von Patienten zuverlässig zu bewerten, ist für die Diagnose und Therapie von Bewegungsstörungen essentiell, beispielsweise nach einem Schlaganfall oder bei Parkinson-Syndromen. Wie gut diese anspruchsvolle Diagnostik gelingt, hängt maßgeblich von der Erfahrung und den Fähigkeiten des behandelnden Arztes ab.

"Bewegungsstörungen wie Zittern, Lähmungen oder Störungen der Muskelspannung betreffen viele Patienten, die an Schlaganfällen oder neurodegenerativen Erkrankungen wie Parkinson oder Multipler Sklerose leiden. Die Mobilitätseinschränkungen präzise und reproduzierbar zu erfassen, stellt eine große Herausforderung in der Diagnostik und Therapiekontrolle dar, da dies erfahrene Ärzte voraussetzt, die nicht immer vorhanden sind", erläutert der Direktor der Neurologischen Klinik an der Universitätsmedizin Göttingen Mathias Bähr.

Hier setzt das von Alexander Gail, Wissenschaftler am Deutschen Primatenzentrum – Leibniz-Institut für Primatenforschung, koordinierte Projekt "Deep Movement Diagnostics" an. Das campusübergreifende Team, zu dem auch Mathias Bähr und Melanie Wilke, beide Universitätsmedizin Göttingen, Florentin Wörgötter, Universität Göttingen, und Hansjörg Scherberger, Deutsches Primatenzentrum, gehören, will modernste Erkenntnisse aus maschinellem Lernen und Robotik nutzen, um Bewegungsmuster objektiv, standardisiert und benutzerfreundlich zu erfassen. "Wir werden unsere Expertise in den Bereichen der Körper- und Augenbewegungen bei Menschen und Affen, der Neurophysiologie und klinischen Neurologie sowie der Prothetik und Robotik bündeln", sagt Alexander Gail.

Recording of finger movements
Video (12 Sek.) startet bei Klick auf das Bild: Detaillierte videobasierte Erfassung der Bewegung aller Fingergelenke einer Hand beim Greifen eines Objektes mittels künstlicher Intelligenz. (Foto und Video: Swathi Sheshadri)

Mit Hilfe modernster digitaler Methoden sollen Geh- und Greifbewegungen in bislang nicht umsetzbarer Präzision gemessen und modelliert werden, um darauf aufbauend diagnostische Werkzeuge für individualisierte Therapieansätze, beispielsweise bei Parkinson- oder Schlaganfallpatienten, zu ermöglichen. Dabei spielen die Untersuchungen zur Motorik bei Affen eine wichtige Rolle, sie sind die Grundlage für die spätere Anwendung am Menschen. "Unser Ziel ist es, ein preiswertes, leicht zu bedienendes System zu entwickeln, das flächendeckend zur Diagnose und Therapiekontrolle bei Bewegungsstörungen eingesetzt werden kann", sagt Projektleiter Alexander Gail.

Key visual Themenschwerpunkt künstliche Intelligenz
Link zum Themenschwerpunkt Künstliche Intelligenz

"Leichte Anwendbarkeit und geringer Aufwand für die Durchführung der Untersuchungen sind wichtige Faktoren, um die Akzeptanz bei den Patienten zu erhöhen", sagt Melanie Wilke, Direktorin des Instituts für Kognitive Neurologie. "Wir versprechen uns von den neuen videobasierten Methoden einen qualitativen Sprung gegenüber den derzeitigen klinischen Untersuchungstechniken."

Neben der reinen Diagnostik will das Forscherteam komplexe Bewegungsabläufe bei gesunden Probanden und bei Affen untersuchen, um so die neurophysiologischen Grundlagen von Bewegungsstörungen besser zu verstehen.

Das Projekt "Deep Movement Diagnostics" wird mit knapp 1,2 Millionen Euro über einen Zeitraum von drei Jahren im Rahmen des Förderangebots "Big Data in den Lebenswissenschaften der Zukunft" gefördert und aus dem "Niedersächsischen Vorab" der VolkswagenStiftung finanziert.