Ziel des Projekts ist es, einen Algorithmus zu entwickeln, um mittels am Körper getragener Sensoren die Mobilität von Menschen valide zu erfassen. Die ermittelten Daten werden analysiert und sollen in die Entwicklung neuer Behandlungsansätze einfließen. Wenn das gelingt, kann die digitale Erfassung von Mobilität (bspw. körperliche Aktivität, Gehgeschwindigkeit) fester Bestandteil der klinisch gültigen Bewertung des Gesundheitszustandes werden. Damit würden Ärzte in die Lage versetzt, die medizinische Behandlung optimal an die individuellen Bedürfnisse ihrer Patienten anzupassen.

Mobilität als einen Vitalparameter wie Blutdruck oder Blutzucker zu erfassen, ermöglichte es, Rückschlüsse auf die Gesundheit der Patienten zu ziehen. So könnten die ermittelten Daten Hinweise auf nachlassende funktionelle Leistungsfähigkeit geben.

In diesem Konsortial-Projekt arbeiten 34 Partner mit ihren Experten und Wissenschaftlern aus Kliniken, Universitäten und internationalen Forschungsinstituten mit Unternehmen aus Technik und Pharmakologie zusammen.

Weblink

Mobilise-D

In Zusammenarbeit mit der Universität Ulm, Institut für Medieninformatik.

Ziel dieses Projektes ist es, Daten von tragbaren Bewegungssensoren mit Hilfe von künstlicher Intelligenz zu analysieren. Dabei sollen zum einen bestimmte Alltagsbewegungsmuster (beispielsweise das Aufstehen von einem Stuhl) und zum anderen bestimmte Krankheitsereignisse (beispielsweise Stürze) identifiziert und analysiert werden, um Rückschlüsse auf die Gesundheit und gegebenenfalls auf den Therapieverlauf geben zu können. Die Technik soll so gestaltet werden, dass sie sowohl von medizinischem Personal als auch von Laien genutzt werden kann. Im Rahmen des Projektes werden zudem die mit der Technologie verbundenen Fragen zur Ethik, zum Datenschutz sowie zum Medizinproduktgesetz bearbeitet.

Ziel dieses Projektes ist die Entwicklung eines dynamischen Sturzrisikomodells zur Beurteilung des individuellen Sturzrisikos in bedeutsamen Situationen des täglichen Lebens. Dieses Sturzrisiko wird in Beziehung gesetzt zu individuell ausgeführten Aktivitäten (z. B. Gehen, Tür öffnen, über Hindernisse steigen, etwas tragen, Bus fahren) und mit bestimmten Umgebungsfaktoren (z. B. Sichtverhältnisse, Geräuschkulisse, Bodenbeschaffenheit) in Zusammenhang gebracht.

Um messbare Daten zu erhalten, werden kleine Sensoren am Körper getragen und die Situationen im Labor simuliert.

In Zusammenarbeit mit  der Deutschen Sporthochschule Köln, der Humboldt-Universität Berlin sowie der Charité Berlin.

Ziel des Projekts war die Erarbeitung der Grundlagen und notwendigen Voraussetzungen für eine gemeinsame, randomisierte Studie zum Training der reaktiven Balance bei älteren Menschen mit Hilfe unterschiedlicher Perturbationsparadigmen.

Ziel dieses Projektes war die Entwicklung eines dynamischen Sturzrisikomodells, basierend auf Messdaten von am Körper getragenen Sensoren, um die Genauigkeit der Sturzrisiko-Bestimmung zu verbessern. Hierzu erfolgte ein Wissenschaftleraustausch zwischen dem Robert Bosch Krankenhaus und der Universität Auckland (Neuseeland), um die bereits bestehende und erfolgreiche Kooperation zu nutzen und die verschiedenen Expertisen beider Partner zu bündeln.

Lebensstil, Krankheiten und genetische Anlagen sind Risikofaktoren für funktionellen Abbau, Stürze, kognitive Einschränkungen, Gebrechlichkeit (Frailty) und reduzierte Lebensqualität.

Das EU-Projekt PreventIT entwickelt und evaluiert ein ICT-gestütztes mHealth System zur kommerziellen Nutzung in der Zielgruppe der „jungen Älteren“ (60 bis 70 Jahre). Das System soll die frühzeitige Identifikation eines alters-assoziierten funktionellen Abbaus ermöglichen und eine Verhaltensänderung hin zu einem aktiveren Lebensstil bewirken. Es basiert auf Smartwatch und -phone sowie einem cloud-basierten Server zur Verwaltung persönlicher Daten.

Ein speziell auf die Zielgruppe zugeschnittenes Bewegungsprogramm (Lifestyle-integrated Functional Exercise Training, LiFE) wurde am Robert Bosch Krankenhaus als konventionelle (aLiFE) und ICT-basierte Version (eLiFE) entwickelt. Beide Versionen werden ab März 2017 in einer multizentrischen (Stuttgart, Amsterdam, Trondheim) randomisierten kontrollierten Studie mit einer Kontrollgruppe verglichen.

Ziel ist die Beurteilung der Durchführbarkeit des neu entwickelten eLiFE Programmes. Zudem werden eine Reihe motorischer, kognitiver, psychosozialer und gesundheitsökonomischer Endpunkte erfasst, auf deren Basis eine Stichprobenkalkulation für eine Wirksamkeitsstudie erfolgen soll (Phase III Studie).

Projektleitung

• Prof. Dr. med. Clemens Becker   

Projektgruppe

• Corinna Nerz, M.A. (Doktorandin)
• Carolin Barz, M.Sc.
• Anna Kroog, M.Sc.
• Rebekka Leonhardt, B.Sc.
• Prof. Dr. med. Kilian Rapp, MPH
• Prof. Dr. biol. hum. Jochen Klenk

Partner

• Prof. Dr. Jorunn Helbostad (Universität Trondheim)
• Prof. Dr. Lorenzo Chiari (Universität Bologna)
• Prof. Dr. Chris Todd (Universität Manchester)
• Prof. Dr. Kamiar Aminian (EPFL Lausanne)
• Prof. Dr. Lindy Clemson (Universität Sydney)

Weblink

PreventIT

In Zusammenarbeit mit den Berufsgenossenschaftlichen Unfallkliniken Murnau und Ludwigshafen.

Diese randomisierte, kontrollierte und teilverblindete multizentrische Interventionsstudie sollte die Wirksamkeit eines zusätzlichen assistiven Robotiktrainings in der rehabilitativen Behandlung nach Fraktur des Oberarms überprüfen. Damit wurde die Evaluierung einer neuen Therapieform für Patienten nach Schultergelenkfraktur durchgeführt. Zentrumsübergreifend nahmen 48 Patientinnen und Patienten an der Studie teil.

Ziel dieses Projekts war die Verbreitung evidenzbasierten Wissens zur Sturzprävention.

Dies wurde mittels einer nutzerfreundlichen Webseite und einer App umgesetzt, die es sowohl Fachkräften als auch Laien ermöglicht, individuell zugeschnittene Empfehlungen und Materialien abzurufen. Außerdem fand eine kaskadenförmige Trainerausbildung in einem Großteil der europäischen Länder statt. So kann mittelfristig die Verfügbarkeit qualifizierter Sturzpräventionsangebote europaweit sichergestellt werden.

Ziel des Projektes war der Aufbau einer internationalen Metadatenbank für Aktivitäts- und Sturzsignale, die mit Hilfe von am Körper getragenen Sensoren aufgezeichnet wurden. Basierend auf den biomechanischen Messdaten wurden erste Algorithmen zu Sturzrisikoanalyse und Sturzdetektion entwickelt. Die Metadatenbank und die Auswertung der Daten wird auch nach Abschluss des Projektes am Robert Bosch Krankenhaus mit internationalen Kooperationspartnern weitergeführt.

Projektleitung

• Prof. Dr. biol. hum. Jochen Klenk   Info

Projektgruppe

• Dr. Sportwiss. Lars Schwickert
• Kim Sczuka, M.Sc.

Partner

• Prof. Dr. Lorenzo Chiari (Universität Bologna)
• Prof. Dr. Jorunn Helbostad (NTNU Trondheim)
• Prof. Dr. Ngaire Kerse (Universität Auckland)
• Prof. Dr. Wiebren Zijlstra (Deutsche Sporthochschule Köln)
• Prof. Dr. Kamiar Aminian (EPFL Lausanne)
• Prof. Dr. Chris Todd (Universität Manchester)
• Prof. Dr. Stefania Bandinelli (Universität Florenz)
• Sintef (Norwegen)
• Bticino (Italien)
• NoemaLife Spa (Italien)

Weblink

FARSEEING

Ziel war die Untersuchung des Zusammenhanges zwischen Defiziten des vestibulo-okulären Reflexes und dem Sturzrisiko bei neurologischen Patinetinnen und Patienten.

Durch ein umfassendes Assessment physischer und psycho-sozialer Parameter sollte eine verbesserte Grundlage für die Indikation, Durchführung, Bewertung und Qualitätssicherung stationärer und ambulanter Rehabilitationsmaßnahmen geschaffen werden. Die Methoden wurden in der Praxis hinsichtlich ihrer Machbarkeit erprobt werden. Ziel war die Entwicklung eines Modells als Grundlage für einen MDK- Krankenkassenleitfaden. Hierdurch sollte insbesondere die Vergleichbarkeit von Rehabilitationseinrichtungen und Rehabilitationsverfahren ermöglicht werden.