12.07.2019

Computernetzwerke erkennen krankhafte Bewegungsabläufe

Göttingen – Wie lassen sich Bewegungsstörungen bei Patienten nach einem Schlaganfall oder mit Parkinson-Syndromen zuverlässig erkennen? Göttinger Wissenschaftler des Leibniz-Instituts für Primatenforschung setzen auf Künstliche Intelligenz, um die Diagnose zu verbessern.

Computernetzwerke erkennen krankhafte BewegungsabläufeBei der Diagnose und Therapie von Bewegungsstörungen etwa nach einem Schlaganfall, bei Parkinson-Syndromen oder Multipler Sklerose ist es entscheidend, die Geh- und Greifbewegungen von Patienten zuverlässig zu bewerten. Die Diagnostik ist anspruchsvoll und hängt von der Erfahrung des behandelnden Arztes ab. Doch der ist nicht immer vor Ort. Das Forschungsprojekt „Deep Movement Diagnostics“ des Leibniz-Instituts für Primatenforschung sowie der Universität und Universitätsmedizin Göttingen arbeitet an einer Lösung: Die Forscher untersuchen Geh- und Greifbewegungen von mithilfe eines Computernetzwerkes. Es kann Bewegungen in bislang nicht umsetzbarer Präzision messen und dreidimensional modellieren. Auf dieser Basis entwickeln die Wissenschaftler diagnostische Werkzeuge für individualisierte Therapieansätze. Die Diagnose müsse dann nicht mehr allein auf die Expertise des behandelnden Arztes setzen, meinen die Wissenschaftler.

Im Projekt spielen auch Untersuchungen zur Motorik bei Affen eine 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 eingesetzt werden kann“, sagt Projektleiter Alexander Gail vom Deutschen Primatenzentrum. Außerdem wollen die Forscher komplexe Bewegungsabläufe bei Gesunden und Affen untersuchen, um die neurophysiologischen Grundlagen von Bewegungsstörungen besser zu verstehen. Das Projekt erhält 1,2 Millionen Euro Förderung aus dem Programm „Big Data in den Lebenswissenschaften der Zukunft“ des Landes Niedersachsen und der Volkswagenstiftung.
Besuchen Sie uns auf Facebook Besuchen Sie uns auf Twitter