HealthTech · Computer Vision und Rehabilitation
3D-Bewegungsanalyse, die jede Übung prüft, auch ohne Physiotherapeut im Raum
Patienten nach einer Operation oder mit eingeschränkter Beweglichkeit kommen oft nicht häufig genug zur Physiotherapie. Wir haben einen 3D-Personal-Trainer aus Azure-Kinect-Kameras, Pose Estimation und VR-Gamification gebaut, der Übungen in Echtzeit überwacht und automatisch korrigiert, zu Hause, ohne Physiotherapeut vor Ort.
Ergebnisse
Kunde: Forschungspartnerschaft
Eine Forschungspartnerschaft aus Kliniken, Universitäten und Technologieanbietern, mit Schwerpunkt auf Rehabilitation zu Hause für operierte und ältere Patienten.
- Branche
- HealthTech und Rehabilitation
- Anwendungsfall
- Physiotherapie-Monitoring zu Hause
- KI-Ansatz
- Pose Estimation und Activity Recognition
- Hardware
- Azure-Kinect-3D-Kameras
- Oberfläche
- VR-Gamification
- Projektform
- Forschungspartnerschaft
Kurz gefasst
Die Lücke zwischen „die Übung kennen“ und „sie richtig machen“
- Reha nach einer Operation wirkt nur, wenn die Übungen richtig und regelmäßig gemacht werden, und falsch ausgeführt schaden sie eher, als sie helfen.
- Physiotherapeuten sind knapp, Termine begrenzt, und viele Patienten kommen schwer in die Praxis. Also wird zu Hause geübt, ohne dass jemand auf die Ausführung achtet.
- Mehrere Azure-Kinect-Kameras erfassen den ganzen Körper in 3D, und Pose Estimation erkennt, welche Übung läuft und ob sie den Kriterien entspricht, die Physiotherapeuten festgelegt haben.
- Ein Knie, das nach innen kippt, oder ein Rücken, der nicht gerade ist, wird sofort korrigiert, und VR-Spielelemente setzen dort an, woran die meisten Heimprogramme scheitern.
Die Ausgangslage
Die Aufgabe
Reha-Übungen müssen korrekt ausgeführt werden, damit sie wirken, doch gerade die Patienten, die sie am dringendsten brauchen, haben selten regelmäßige physiotherapeutische Betreuung. Die Lücke zwischen „die Übung kennen“ und „sie richtig machen“ blieb völlig unbeobachtet.
Rehabilitation nach Operationen und Physiotherapie für ältere oder bewegungseingeschränkte Patienten stehen und fallen mit der korrekten und regelmäßigen Ausführung. Physiotherapeuten sind rar, Termine begrenzt, und schon der Weg in die Praxis ist für viele ein Hindernis.
Also wird zu Hause geübt, ohne Aufsicht und oft falsch. Falsch ausgeführt können die Übungen mehr schaden als helfen.
Schriftliche Anleitungen und Videos helfen, aber keines von beiden erkennt, ob dieser Patient diese Bewegung tatsächlich richtig macht. Außerhalb einer betreuten Sitzung gab es dafür keinen Weg.
Der Bau
Was wir gebaut haben
Wir haben einen KI-gestützten 3D-Personal-Trainer entwickelt: ein System, das Patienten zu Hause beim Üben beobachtet und in Echtzeit zurückmeldet, ob die Ausführung stimmt, ganz ohne Physiotherapeut im Raum.
Mehrere Kameras, ein 3D-Bild
Wir haben mehrere Azure-Kinect-3D-Kameras aufgebaut und kalibriert, um den ganzen Körper dreidimensional zu erfassen. Das geht weit über 2D-Video hinaus: Es liefert die räumliche Genauigkeit, die man braucht, um Gelenkwinkel, Haltung und Bewegungsumfang zu beurteilen.
Die Übung erkennen und bewerten
Eigene Algorithmen werten die 3D-Bewegungsdaten aus, erkennen die Übung und bewerten die Ausführung. Das System kennt Kniebeugen, Armheben und Gleichgewichtsübungen und prüft sie gegen die Kriterien, die Physiotherapeuten festgelegt haben.
Korrektur im selben Moment
Stimmt die Ausführung nicht, weil ein Knie zu weit nach innen kippt, der Rücken nicht gerade genug ist oder der Bewegungsumfang zu klein, bekommt der Patient sofort einen konkreten Hinweis. Diese Rückkopplung übernimmt bei Routineübungen die Rolle des betreuenden Physiotherapeuten.
Spielelemente gegen den Abbruch
Dass Patienten ihr Übungsprogramm abbrechen, ist das bekannte Problem der Heim-Reha. Wir haben Virtual-Reality-Spielelemente in die Einheiten eingebaut, die aus wiederholten Übungen zielgerichtete Aufgaben machen, mit deutlich besserer Therapietreue als bei unbeaufsichtigten Heimprogrammen.
Was sich geändert hat
Das Ergebnis
Vorher
Patienten üben zu Hause ohne Aufsicht. Kein Feedback zur Ausführung, hohes Risiko falscher Bewegungen und wenig Motivation, dranzubleiben.
Nachher
KI-überwachtes Training zu Hause mit 3D-Bewegungsanalyse in Echtzeit, automatischen Korrekturen und spielerischen Einheiten, die Patienten bei der Stange halten.
Das Projekt hat gezeigt, dass sich eine zuverlässige Beurteilung der Übungsausführung, die bisher einen Physiotherapeuten im Raum brauchte, mit 3D Computer Vision automatisieren lässt.
Patienten bekommen sofort konkretes Feedback zu ihrer eigenen Bewegung statt einer allgemeinen Anleitung, die auf sie passt oder auch nicht.
Die spielerische Ebene setzt am Motivationsproblem an, das die meisten unbeaufsichtigten Reha-Programme untergräbt, und entscheidet damit, ob ein Programm zu Ende geführt oder abgebrochen wird.
Fragen zu diesem Projekt
Physiotherapie-Monitoring zu Hause. Reha-Übungen müssen korrekt ausgeführt werden, damit sie wirken, doch gerade die Patienten, die sie am dringendsten brauchen, haben selten regelmäßige physiotherapeutische Betreuung. Die Lücke zwischen „die Übung kennen“ und „sie richtig machen“ blieb völlig unbeobachtet.
Räumliches Bewegungstracking mit mehreren Kameras: 3D. Automatische Übungskontrolle mit sofortigem Feedback: Echtzeit. Reha-Übungen ohne Physiotherapeut vor Ort: Zu Hause. Spielerische Einheiten, die Patienten dranbleiben lassen: VR.
Pose Estimation und Activity Recognition. Eingesetzte Technik: Computer Vision, 3D Pose Estimation, Human Activity Recognition, Azure-Kinect-3D-Kameras, Virtual Reality, Gamification, Deep Learning.
Eingesetzte Technik
Sprechen Sie mit dem Team dahinter
theBlue.ai meldet sich innerhalb eines Werktags.
Weitere Referenzen
Gesundheitswesen · Medizinische Bildgebung und Neurologie
Epileptische Läsionen im MRT, die kaum jemand erkennen kann
Mehr lesen
MedTech · Medizinische Bildgebung und OP-Planung
Anatomische Segmentierung, die Stunden dauerte, dauert jetzt Sekunden
Mehr lesen
IoT · Computer Vision und Edge-KI