Künstliche Intelligenz (KI) ist eine revolutionäre Technologie in der Medizin zur Analyse großer Datenmengen und zur Automatisierung komplexer Prozesse. Ein Anwendungsgebiet ist beispielsweise die Analyse von Daten aus tragbaren Sensoren mit KI-Methoden in der geriatrischen Rehabilitation, um komplexe Bewegungsmuster zu erkennen und zu analysieren, Behandlungsansätze zu personalisieren und den Behandlungserfolg zu messen. Gleichzeitig stellen sich wichtige Fragen zu Datenschutz, ethischen Standards und rechtlichen Rahmenbedingungen. In unserem interdisziplinären Team erforschen wir die verschiedenen Aspekte und Möglichkeiten des Einsatzes von KI in der Medizin.
Ansprechperson
Prof. Dr. Alexandra Jorzig
alexandra.jorzig@ib-hochschule.de
Team
Prof. Dr. Winfried Graf
winfried.graf@ib-hochschule.de
Prof. Dr. Alexandra Jorzig
alexandra.jorzig@ib-hochschule.de
Prof. Dr. Jochen Klenk
jochen.klenk@ib-hochschule.de
Prof. Dr. Philipp Lacour
philipp.lacour@ib-hochschule.de
Prof. Dr. Ingo Schmehl
ingo.schmehl@ib-hochschule.de
Apl. Prof. (Uni Hamburg), Dr. Jin Yamamura
jin.yamamura@ib-hochschule.de
Projekte
AktiSmart-KI (BMG, 04/2020-9/2022)
Im Rahmen dieses Verbundprojektes mit der Universität Ulm und dem Robert-Bosch-Krankenhauses Stuttgart wurde der niederschwellige Einsatz von am Körper getragenen Aktivitätssensoren in der geriatrischen Rehabilitation untersucht mit dem Ziel, eine automatisierte Analyse von komplexen Bewegungsmustern durch KI-Methoden zu ermöglichen. Um dieses Ziel zu erreichen, wurden in einem interdisziplinären Team aus Informatikern, Medizinern, Juristen, Psychologen und Ethikern drei Teilziele bearbeitet: (1) Entwicklung der Technologie zum Lernen auf von am Körper getragenen Sensoren, (2) Analyse der Rahmenbedingungen für den klinischen Einsatz mit einem Fokus auf Datenschutz sowie ethische und rechtliche Gesichtspunkte und (3) die Erprobung unter Realbedingungen im klinischen Einsatz.
Veröffentlichungen
Ajlani, A.; Klenk, J.; Lindemann, U., et al (2023): User Perspectives of Geriatric German Patients on Smart Sensor Technology in Healthcare. Sensors 23:9124. https://doi.org/10.3390/s23229124
Becker, C.; Bourke, AK.; Klenk, J., et al. (2021): Template-Based Recognition of Human Locomotion in IMU Sensor Data Using Dynamic Time Warping. Sensors 21:2601. https://doi.org/10.3390/s21082601