Nachwuchsforschungsgruppe | MoveGroup
Integration & Analyse von multimodalen Sensorsignalen zur Erforschung von neurologischen Bewegungsstörungen
"Die Differenzierung motorischer, kognitiver und sensorischer Fähigkeiten ist bei der Bewertung der Funktionalität älterer Menschen von großer Bedeutung. Somit können Kausalitäten zwischen kognitiven und motorischen Defiziten identifiziert und so spezifische, Ressourcen-orientierte Therapieansätze ermöglicht werden."
Dr. Sebastian Fudickar
Leiter der Nachwuchsforschungsgruppe MoveGroup
Über das Projekt
Die differenzierte Betrachtung motorischer, kognitiver und sensorischer Fähigkeiten unterstützt eine verfeinerte spezifische, Ressourcen-orientierte Therapie und ermöglicht der Forschung ein verfeinertes Verständnis der Kausalitäten und Wechselwirkungen zwischen kognitiven und motorischen Defiziten (die u.a. Patient.innen mit Tourette, Parkinson oder Demenz belasten).
Die im Rahmen des HiGHmed-Konsortiums geförderte Nachwuchsforschungsgruppe (NWG) MoveGroup konzipiert und evaluiert eine multimodale Sensorplattform zur Erhebung entsprechender Monitoringdaten zur Ableitung dieser motorischen, kognitiven und sensorischen Fähigkeiten. Dabei werden Identifikations- und Fusionsalgorithmen zur multimodalen Messung funktionaler Fähigkeiten mittels körpernaher und ambienter Sensorik für ein verbessertes Verständnis von normalem Altern bzw. anormalen individuellen Verläufen prototypisch umgesetzt und mit relevanten Kohorten evaluiert.
Für eine erfolgreiche Datenintegration und -nutzbarmachung entsprechender Monitoringdaten in klinischen Dokumentations-, Diagnose- und Therapieprozessen ist eine Datenharmonisierung erforderlich, orientiert an vereinbarten Strukturstandards (z.B. openEHR, HL7 FHIR) und Semantikstandards (z.B. SNOMED CT, WHO ICF). Zur Erarbeitung und Nutzung von relevanten sensorbasierten Bewegungsmodellen und -profilen für Versorgungs- und Forschungsprozesse strebt die NWG die Spezifikation und prototypische Umsetzung entsprechender Modelle und Profile an. Je nach Fragestellung bzw. Krankheitsbild werden weitere erforderliche Probanden- bzw. Patientendaten integriert, jeweils unter Wahrung datenschutzrechtlicher und ethischer Regularien.
Auf Basis der Sensorplattform und der Datenintegration wird eine KI-basierte Entscheidungsunterstützung für die medizinische Versorgung von Patient.innen mit Bewegungsstörungen umgesetzt und evaluiert. Mittels maschineller Lernmodelle soll so auf Basis der analysierten multimodalen Bewegungsdaten und klinischen Daten eine Entscheidungsunterstützung zur Behandlungsplanung sowie ein Ereignisüberwachung mit Alarmfunktion prototypisch im Versorgungskontext umgesetzt werden.
Ziele
Die NWG konzipiert, implementiert und evaluiert neue Verfahren der Integration und Analyse von multimodalen Sensorsignalen und klinischen Daten zur Diagnostik und Erforschung von Bewegungsstörungen. Dabei sind die wissenschaftliche Zielsetzung und die Forschungsarbeiten des Vorhabens entlang der folgenden drei Hauptziele strukturiert:
Ziel 1: Sensorbasierte Erfassung, Modellierung von Körperbewegungen
Durch den Aufbau einer multimodalen Sensorplattform zur detaillierten Erfassung von Körperbewegungen und Entwicklung einer algorithmischen Verarbeitungskette zur Sensordatenfusion und Merkmalsextraktion wird eine präzise, quantitative Analyse von Körperbewegungen ermöglicht.
Ziel 2: HiGHmed-konforme Datenintegration und -nutzbarmachung
Zur Integration und Nutzbarmachung von sensorbasierten Bewegungsmodellen und -profilen werden klinische Daten inklusive additiv erhobener multimodaler Sensordaten unter Wahrung datenschutzrechtlicher und ethischer Regularien bearbeitet. Hierzu werden für relevante Versorgungs- und Forschungsprozesse die IT-Schnittstellen und Funktionen des Medizinischen Datenintegrationszentrums im Universitätsklinikum Schleswig-Holstein (UKSH MeDIC) genutzt.
Ziel 3: Entscheidungsunterstützung und Erkenntnisgewinn mit KI-Methoden
Zur Entwicklung einer KI-basierten Entscheidungsunterstützung für die medizinische Versorgung von Patient.innen mit Bewegungsstörungen werden auf Basis der erhobenen multimodalen Bewegungsdaten maschinelle Lernmodelle entwickelt und in einem entsprechenden Ereignisüberwachungssystem integriert.
Kontaktieren Sie uns!
Für die erfolgreiche Umsetzung und Validierung wird eine enge Kooperation mit klinischen Partnern angestrebt. Falls Sie Interesse an einer entsprechenden Kooperation haben, kontaktieren Sie uns gerne:
Weitere Informationen
Leiter der Nachwuchsforschungsgruppe MoveGroup
Dr. Sebastian Fudickar
Leiter der Nachwuchsforschungsgruppe MoveGroup | Universität zu Lübeck | Institut für Medizinische Informatik
