Worldwide China

Künstliche Intelligenz in der Medizin

Krankhafte Bewegungsmuster mithilfe von KI erkennen

| Redakteur: Dr. Ilka Ottleben

Abb. 1: Prof. Dr. Alexander Gail will mithilfe von künstlicher Intelligenz krankhafte Bewegungsmuster erkennen wie sie bei vielen neurologischen Erkrankungen entstehen.
Abb. 1: Prof. Dr. Alexander Gail will mithilfe von künstlicher Intelligenz krankhafte Bewegungsmuster erkennen wie sie bei vielen neurologischen Erkrankungen entstehen. (Bild: Deutsches Primatenzentrum)

Greifen, Laufen, Augenbewegungen – viele neurologische Erkrankungen sind durch Bewegungsstörungen gekennzeichnet. Forscher wollen nun künstliche Intelligenz (KI) für eine noch objektivere Diagnostik nutzen, von der auch die Therapie profitieren kann.

LP: Nicht jedes Zittern ist Anzeichen einer Erkrankung – kann es aber sein. Herr Prof. Gail, wie wichtig ist die Beurteilung von Bewegungsabläufen in der Neurologie und warum ist genau dies immer noch eine so große Herausforderung?

Prof. Dr. Alexander Gail: Die Beurteilung von Bewegungen ist ein wichtiges diagnostisches Instrument in der Neurologie – Abweichungen in Form von Zittern, Steifheit oder Schlaffheit bei bestimmten Bewegungen können vielfältigen Aufschluss über Erkrankungen des Nervensystems liefern. Dazu werden alltägliche Bewegungen untersucht, z.B. das Zeigen oder das Greifen eines Objektes, das Führen der Hand zur Nasenspitze und auch Bewegungen des ganzen Körpers, wie Laufen oder Aufstehen vom Stuhl.

Bei manchen Störungen sind auch zielgerichtete Augenbewegungen betroffen oder die Koordination der Blickrichtung mit Handbewegungen. Zur Abgrenzung von Krankheitsbildern voneinander und Beurteilung der Schwere einer Erkrankung werden Kataloge solcher Bewegungen jeweils auf einer Skala bewertet, z.B. von eins bis fünf nach Grad der Abweichung. Mehrere Herausforderungen resultieren daraus, dass diese Bewertung in der Praxis oft per Augenschein durch den fachlichen Experten geschieht.

LP: Genau hier setzt das Projekt „Deep Movement Diagnostics“ an, das Sie gemeinsam mit Kollegen kürzlich initiiert haben. Welche Fragestellungen möchten Sie in den nächsten drei Jahren beleuchten?

Prof. Dr. Gail: Mit Deep Movement Diagnostics wollen wir die konsequente computergestützte Erfassung der Bewegungen für Patient und Arzt erheblich erleichtern. Künstliche Intelligenz soll dabei dem Experten zu einer noch besser objektivierten und quantifizierten Schweregrad-Einstufung verhelfen. Arztwechsel sollten so im Idealfall keinen Unterschied im Ergebnis der Beurteilung machen. Eine präzise vergleichbare digitale Dokumentation mit Archivierung aller Messdaten erlaubt dann quantitative Aussagen zum Verlauf einer Krankheit und zur Wirksamkeit einer Therapie. Die Übertragung der Messdaten an Spezialkliniken macht Expertenwissen auch für Patienten in abgelegenen Regionen einfacher zugänglich. Nicht zuletzt sind manche Bewegungsstörungen zu subtil, zu komplex oder zu schnell, um per Augenschein während einer direkten Beobachtung beurteilt zu werden. Insbesondere bei Augenbewegungsstörungen helfen hier schnelle computergestützte Systeme.

Ergänzendes zum Thema
 
Zur Person: Prof. Dr. Alexander Gail

KI wird dazu auch heute schon vereinzelt in der Bewegungsdiagnostik eingesetzt. Deep Movement Diagnostics entwickelt diesen Ansatz konsequent weiter, u.a. mit dem Ziel, ihn einfacher zugänglich und leistungsfähiger zu machen. Dafür werden jüngste Entwicklungen im Bereich des „Tiefen Lernens“ (deep learning) von künstlichen neuronalen Netzen und mathematischen Bewegungsmodellen aus der Robotik kombiniert, um komplexe und präzise Bewegungsinformation aus Videoaufzeichnungen des Patienten zu extrahieren. Patienten müssen dazu im Gegensatz zu etablierten Verfahren nicht mehr verkabelt werden oder in Spezialkleidung wie Datenhandschuhe schlüpfen. Das erhöht die Praktikabilität, die Akzeptanz und das mögliche Einsatzspektrum.

LP: Ihr Forschungsprojekt ist Teil der Ausschreibung „Big Data in den Lebenswissenschaften der Zukunft“. Wie gehen Sie mit den riesigen anfallenden Datenmengen um?

Prof. Dr. Gail: Große Datenmengen können zwar ein Kostenfaktor sein, stellen heute aber nicht mehr ein so grundsätzliches Problem dar. Datenkomplexität wird dagegen schnell zur konzeptionellen Herausforderung. Videodaten, wie sie bei Deep Movement Diagnostics anfallen werden, sind im gewissen Sinne komplex. Diese automatisiert nach Inhalten zu durchsuchen, erfordert ausgereifte KI-Algorithmen und erheblichen Rechenaufwand. Zum Glück greift uns hier ein weltweites Interesse an dieser KI-Entwicklung und damit einhergehend immer leistungsfähigere Hard- und Software unter die Arme.

Um dem Arzt die relevante Information verfügbar zu machen, soll er nicht stundenlang Originalvideos betrachten müssen. Das Projekt will relevante Bewegungsinformation auch in komprimierter und ausgewerteter Form zur Verfügung stellen. Ein Vorteil der Deep-Learning-Ansätze ist, wenn diese neuronalen Netze erst mal ihre Aufgabe gelernt haben, also quasi zu Experten geworden sind, dann erfordern sie keine allzu großen Rechenleistungen mehr, um ihre Aufgabe umzusetzen. Ein System, das für jede neurologische Abteilung Zugang zu einer Großrechenanlage erfordern würde, wäre nicht realistisch.

LP: Ihre Erkenntnisse gewinnen Sie anhand von Primaten. Lassen sie sich auf den Menschen übertragen?

Prof. Dr. Gail: Deep Movement Diagnostics profitiert von einer Zusammenarbeit unterschiedlicher Experten. Einerseits sind Experten der Universität Göttingen im Bereich Robotik mit Erfahrung im maschinellen Lernen und Künstlicher Intelligenz beteiligt. Anderseits arbeiten Partner aus dem Universitätsklinikum Göttingen am Projekt, die als Neurologen wertvolle Erfahrung mit Patienten sammeln und die gängige neurologische Praxis aus der täglichen Arbeit kennen. Sie sind gleichzeitig Neurowissenschaftler und stellen eine wichtige Schnittstelle zur neurobiologischen Grundlagenforschung dar, die ebenfalls Gegenstand des Projekts ist.

So erforschen drei der beteiligten Arbeitsgruppen am Deutschen Primatenzentrum die Hirnprozesse, die bei der Planung und Durchführung von gezielten Arm- und Greifbewegungen sowie der Steuerung der Blickrichtung eine Rolle spielen. Diese Bewegungen und die dafür verantwortlichen Hirnstrukturen sind in höher entwickelten nicht-menschlichen Primaten sehr gut mit denen des Menschen vergleichbar. Hochpräzise Bewegungsanalysen, wie im Projekt vorgesehen, wenden wir in der Hirnforschung vielfältig an und entwickeln sie weiter. Sie helfen uns dabei, die Zusammenhänge zwischen Gehirnaktivität und Bewegungsverhalten zu verstehen.

Die neurophysiologischen Vorgänge, die einer normalen Bewegungssteuerung zugrunde liegen, können beim gesunden Tier, nicht aber beim Menschen, wissenschaftlich präzise und im Detail untersucht werden. Das Verständnis dieser Vorgänge stellt letztlich eine der wichtigsten Voraussetzungen dar, um die Ursachen von Bewegungsstörungen und den Charakter einer krankhaften Veränderung des Nervensystems zu verstehen.

Herr Prof. Dr. Gail, vielen Dank für das Gespräch.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 46046875 / Bio- & Pharmaanalytik)