Studienziel

Diese Studie zielt darauf ab, die Genauigkeit von 3D-markerlosen Bewegungsdaten, die mit einer einzelnen Smartphone-Kamera erfasst werden, mit dem aktuellen Goldstandard (3D-markerbasierte Bewegungsanalyse) zu vergleichen. Dazu führen gesunde Teilnehmer*innen Rehabilitationsübungen durch, wie sie in der aktuellen klinischen Physiotherapiepraxis eingesetzt werden. Zusätzlich werden die Bewegungsdaten genutzt, um einen Qualitätsindex für Bewegung zu entwickeln, der die Qualität einer Übung in einer einzigen Zahl abbilden soll.

Hintergrund

Arthrose und andere Muskel-Skelett-Erkrankungen betreffen weltweit über 1,7 Milliarden Menschen – Tendenz steigend. Rehabilitationsprogramme wie Good Life with Osteoarthritis in Denmark (GLA:D®) zeigen, dass sich mit gezielten Übungen und verständlicher Aufklärung Schmerzen deutlich verringern, die Beweglichkeit verbessern und die Lebensqualität spürbar steigern lassen. Doch sobald Patient*innen nach Hause zurückkehren und ohne direkte Betreuung trainieren, bleibt eine entscheidende Frage offen: Wie gut werden die Übungen eigentlich ausgeführt?Aktuelle digitale Tools können Patient*innen daran erinnern, was sie tun müssen, aber sie können nicht beurteilen, wie gut sie es tun. Das bedeutet, dass es kaum Feedback zur Qualität der Übungen gibt.

Neue Technologien zur 3D-Bewegungsanalyse auf Basis von Smartphone-Videos haben bereits gezeigt, dass sie Gangmuster und bestimmte Bewegungen zuverlässig erfassen und bewerten können. Diese sogenannten „markerlosen 3D-Bewegungsanalyse-Systeme“ ermöglichen es, Bewegungsanalysen nicht nur im Labor, sondern direkt im Alltag – zum Beispiel im eigenen Wohnzimmer – durchzuführen. Noch ist jedoch unklar, wie zuverlässig diese Technik speziell bei Rehabilitationsübungen funktioniert und ob sie die Bewegungsqualität wirklich präzise beurteilen kann.

Bis dato fehlen also standardisierte Methoden, um die Qualität von Rehabilitationsübungen im häuslichen Umfeld zu beurteilen. „Markerlose 3D-Bewegungsanalyse-Systeme“ könnten nun genau das möglich machen. Die Idee: Ein neues Qualitätsmaß – vorläufig Exercise Deviation Index (EDI) genannt – fasst die Bewegungsausführung in einer einzigen Zahl zusammen. So ließe sich auf einen Blick erkennen, ob eine Übung korrekt ausgeführt wurde oder ob es Abweichungen vom optimalen Bewegungsmuster gibt. Patient*innen würden damit ein klares, objektives Feedback erhalten – verständlich dargestellt.Diese Studie ist ein erster Schritt auf dem Weg zu unserer Vision: einem Echtzeit-Feedbacksystem, das auf digitalen Bewegungsdaten basiert und Menschen bei ihren Rehabilitationsübungen direkt zu Hause begleitet.

Projektinhalt und Vorgehensweise

Das Projekt gliedert sich in drei Teile:

1) Auswahl der wichtigsten Übungen

Im ersten Teil wollen wir herausfinden, welche Übungen des GLA:D®-Programms sich am besten für individuelles Feedback eignen. Dafür führen wir eine Umfrage unter Physiotherapeut*innen durch, die mit dem Programm arbeiten. Sie werden gebeten zu schildern, wie sie GLA:D® in der Praxis umsetzen – und vor allem, welche Übungen sich ihrer Meinung nach besonders gut für ein Feedback zu Hause geeignet sind. Diese Auswahl bildet die Basis für den nächsten Projektschritt.

2) Validierung im Bewegungslabor

Im zweiten Teil geht es um den direkten Vergleich: Wie gut misst ein einzelnes Smartphone im Vergleich zum Goldstandard in der Bewegungsanalyse? Um das herauszufinden kommen gesunde Teilnehmer*innen ins Bewegungslabor und führen dort vier ausgewählte GLA:D®-Übungen durch. Die Bewegungen werden dort mit dem VICON-System (Goldstandard) und mit mehreren markerlosen Systemen – darunter ein Smartphone – aufgezeichnet. Anschließend werden die Daten ausgewertet und miteinander verglichen.

3) Entwicklung des EDI

Der dritte Teil befasst sich mit der Entwicklung des Exercise Deviation Index (EDI). Zunächst beurteilen erfahrene Physiotherapeuten, welche Übungen aus Teil 2 „richtig” oder „falsch” ausgeführt werden. Anschließend werden die korrekt ausgeführten Übungen als Referenz genutzt, um ein „Normprofil“ zu erstellen – also ein Muster für die ideale Bewegungsausführung. Danach werden die weniger gut oder fehlerhaft ausgeführten Übungen herangezogen, um zu testen, ob der EDI diese Abweichungen vom Normprofil zuverlässig erkennt.

Innovation

Mit diesem Projekt legen wir den Grundstein für ein praktisches und leicht zugängliches Werkzeug, das Rehabilitation zu Hause mit objektivem Feedback unterstützt. Die Validierung eines kostengünstigen, smartphonebasierten Systems ist dabei ein entscheidender Schritt hin zu personalisierten Übungen, besserer Therapietreue und verbesserten Behandlungsergebnissen bei Arthrose.

Darüber hinaus reiht sich unsere Arbeit in eine wachsende Bewegung ein: hin zu digitalen, skalierbaren und patientenzentrierten Rehabilitationslösungen, die nicht nur die Lebensqualität der Betroffenen steigern, sondern auch die Gesundheitssysteme spürbar entlasten können.

© Foto: Christoph Böhm