Case Studies / 3D-Bewegungsanalyse
HEALTHTECH · COMPUTER VISION & REHABILITATION
KI-gestützte 3D-Bewegungsanalyse als Ersatz für die Vor-Ort-Betreuung in der Physiotherapie
Patienten nach Operationen oder mit eingeschränkter Mobilität haben oft keinen ausreichenden Zugang zu Physiotherapie. Wir haben einen 3D-basierten Personal Trainer entwickelt, mit Azure Kinect Kameras, Pose Estimation und VR-Gamification, der Übungen in Echtzeit überwacht, automatisch Korrekturen gibt und die physische Anwesenheit eines Physiotherapeuten zu Hause überflüssig macht.
Partner: Kliniken, Universitäten und Technologieanbieter (Forschungspartnerschaft) – Fokus auf Heim-Rehabilitation für postoperative und ältere Patienten.
KEY RESULTS
3D
Vollständiges räumliches Bewegungstracking über Multi-Kamera-Setup
Echtzeit
Automatische Übungskontrolle mit sofortigem Feedback
Zu Hause
Rehabilitationsübungen ohne Physiotherapeut vor Ort
VR
Gamifizierte Trainingseinheiten zur Patientenmotivation
BRANCHE
HealthTech / Rehabilitation
USE CASE
Physiotherapie-Monitoring im häuslichen Umfeld
KI-ANSATZ
Pose Estimation + Activity Recognition
HARDWARE
Azure Kinect 3D-Kameras
INTERFACE
VR-Gamification
PROJEKTFORM
Forschungspartnerschaft
Die Herausforderung
Rehabilitation nach Operationen und Physiotherapie für ältere oder mobilitätseingeschränkte Patienten stehen und fallen mit der korrekten und regelmäßigen Übungsdurchführung. Doch Physiotherapeuten sind rar, Termine begrenzt, und viele Patienten haben Schwierigkeiten, überhaupt in die Praxis zu kommen. Die Folge: Übungen werden zu Hause ohne Aufsicht durchgeführt – oft falsch, manchmal mit dem Ergebnis, dass sie mehr schaden als helfen.
Bisher gab es keine zuverlässige Möglichkeit, Patienten außerhalb einer betreuten Sitzung Echtzeit-Feedback zu ihrer Übungsausführung zu geben. Schriftliche Anleitungen und Videodemonstrationem helfen, können aber nicht erkennen, ob ein konkreter Patient die Bewegung tatsächlich korrekt ausführt.
Das Kernproblem: Rehabilitationsübungen müssen korrekt ausgeführt werden, um wirksam zu sein, doch gerade die Patienten, die sie am dringendsten brauchen, haben oft keinen Zugang zu regelmäßiger physiotherapeutischer Betreuung. Die Lücke zwischen „die Übung kennen” und „sie richtig machen” blieb vollständig unkontrolliert.
Was wir gebaut haben
Wir haben einen KI-gestützten 3D-Personal-Trainer entwickelt – ein System, das Patienten bei der Übungsdurchführung zu Hause beobachtet und in Echtzeit zurückmeldet, ob die Ausführung korrekt ist. Ganz ohne Physiotherapeut im Raum.
Multi-Kamera 3D Motion Capture. Wir haben mehrere Azure Kinect 3D-Kameras aufgebaut und kalibriert, um die gesamte Körperbewegung des Patienten dreidimensional zu erfassen. Das geht weit über 2D-Video hinaus – es liefert die räumliche Genauigkeit, die für die Beurteilung von Gelenkwinkeln, Haltung und Bewegungsumfang nötig ist.
KI-basierte Pose Estimation und Activity Recognition. Eigens entwickelte Algorithmen analysieren die 3D-Bewegungsdaten, um zu erkennen, welche Übung durchgeführt wird, und die Qualität der Ausführung zu bewerten. Das System erkennt spezifische Bewegungen – Kniebeugen, Armheben, Gleichgewichtsübungen – und prüft, ob sie den von Physiotherapeuten definierten Kriterien für korrekte Ausführung entsprechen.
Automatische Korrekturüberprüfung. Erkennt das System eine fehlerhafte Ausführung – ein Knie, das zu weit nach innen kippt, ein Rücken, der nicht gerade genug ist, ein zu geringer Bewegungsumfang – gibt es dem Patienten sofort ein Feedback mit konkreten Korrekturhinweisen. Diese Echtzeit-Rückkopplung ersetzt bei Routineübungen die Rolle des betreuenden Physiotherapeuten.
VR-Gamification für mehr Motivation. Um dem bekannten Problem der Therapieabbrüche entgegenzuwirken, haben wir Virtual-Reality-Spielelemente in die Trainingseinheiten integriert. Dadurch werden repetitive Rehabilitationsübungen zu motivierenden, zielorientierten Aktivitäten – mit deutlich besserer Adhärenz als bei herkömmlichen unbeaufsichtigten Heimprogrammen.
Die Ergebnisse
VORHER
Patienten trainieren zu Hause ohne Aufsicht. Kein Feedback zur Ausführung. Hohes Risiko für fehlerhafte Bewegungen. Geringe Motivation und niedrige Therapietreue.
NACHHER
KI-überwachtes Training zu Hause mit 3D-Bewegungsanalyse in Echtzeit, automatischen Korrekturen und gamifizierten Einheiten, die Patienten motiviert und am Ball halten.
Das System hat gezeigt, dass eine zuverlässige Beurteilung der Übungsausführung – bisher nur durch einen anwesenden Physiotherapeuten möglich – mithilfe von 3D Computer Vision und KI automatisiert werden kann. Patienten erhielten sofortiges, konkretes Feedback zu ihren Bewegungen, und die Gamification-Komponente adressierte das Motivationsproblem, das die meisten unbeaufsichtigten Rehabilitationsprogramme untergräbt.
Das Projekt demonstrierte zudem die Kompetenzen von theBlue.ai in den Bereichen Computer Vision, 3D-Raumanalyse und Hardware-Software-Integration – Bereiche, in denen die Kombination aus KI-Expertise und praktischem Engineering darüber entscheidet, ob eine Lösung nur im Labor funktioniert oder auch im Wohnzimmer des Patienten.
Eingesetzte Technologien
Mehr Case Studies
Sehen Sie, wie wir bereits anderen Unternehmen geholfen haben.
HEALTHCARE · EV. KRANKENHAUS ALSTERDORF
Ärzten helfen, Epilepsie-Läsionen zu erkennen, die bei manueller MRT-Auswertung übersehen werden
Neurologen scannten Gehirn-MRTs visuell nach epilepsieverursachenden Läsionen – ein Verfahren, das Fachwissen erfordert und bei dem subtile Fälle übersehen werden können. Wir haben eine KI entwickelt, die diese Läsionen mit höherer Sensitivität als das menschliche Auge erkennt. Die Ergebnisse wurden in fachbegutachteten Zeitschriften veröffentlicht.
90%
Sensibilität
70%
Spezifität
HEALTHCARE · TIROL KLINIKEN INNSBRUCK
Manuelle Patientendaten-Anonymisierung automatisiert
Mitarbeiter der größten Krankenhausgruppe Westösterreichs schwärzten manuell Patientendaten in tausenden medizinischen Dokumenten, um gesetzliche Anforderungen zu erfüllen. KI übernimmt das nun automatisch – auf eigenen Servern, ganz ohne Cloud.
100%
Automatisiert
TGF
Konform
On-premis
Keine Cloud
MEDTECH · APOQLAR
Stundenlange manuelle Bildsegmentierung durch KI ersetzt, die es in Sekunden erledigt
Vor jeder Operation mussten anatomische Strukturen in MRT- und CT-Aufnahmen Schicht für Schicht manuell eingezeichnet werden. Wir haben KI-Modelle entwickelt, die das automatisch übernehmen und eine mehrstündige Aufgabe auf Sekunden reduzieren.
Hrs → Sek
Segmentierungszeit
MRT+CT
Beide Modalitäten