11. November 2019

Intelligente Kniebandage soll bei Arthrose entlasten

Mobile Sensoren messen die Bewegung des Kniegelenks. Die Messwerte bilden die Trainingsdaten für Algorithmen des maschinellen Lernens, um die Belastung des Kniegelenks schätzen zu können. (Foto: IfSS)

Die intelligente Kniebandage „Anthrokinemat“ soll Arthrose-Patienten künftig bei der richtigen Dosierung ihrer alltäglichen Bewegungen unterstützen. Dabei werden relevante Daten zur Belastung der Gelenke gesammelt und aufs Handy der Betroffenen übertragen.

Die Grundlagen für die Entwicklung der Bandage haben Sportwissenschaftler des Karlsruher Instituts für Technologie (KIT), gefördert vom Bundesministerium für Wirtschaft und Energie (BMWi), geschaffen. Partner sind die Universität Bremen sowie der Bandagen-Hersteller Bauerfeind und das Sensortechnikunternehmen ITP. Nun soll ein Prototyp entwickelt werden.

„Bei der Prävention und der Behandlung einer Arthrose-Erkrankung spielt außer Gewicht und Ernährung vor allem das richtige Maß an Bewegung eine wichtige Rolle", sagt Sportorthopäde Prof. Stefan Sell vom Institut für Sport und Sportwissenschaft (IfSS) des KIT. Dieses richtige Maß zu finden, sei allerdings keine einfache Aufgabe und nur wenige Menschen und gut austrainierte Sportler könnten die Signale ihres Körpers ohne fachliche Unterstützung richtig deuten. Der mit zahlreichen Sensoren ausgestattete Anthrokinemat soll Arthrose-Patienten deshalb vor dem Überschreiten der Belastungsgrenze per Warnsignal aufs Handy für mögliche Folgeschäden sensibilisieren. „Wer an Arthrose leidet, sollte sich am besten jeden Tag eine gewisse Zeit lang intensiv bewegen", rät Sell. Eine übermäßige Belastung wie etwa eine mehrstündige Wanderung könne dagegen für Stress in den geschädigten Gelenken sorgen. Die Folge solcher Überbelastung seien oft wochenlange Schmerzen.

Maschinelles Lernen: Algorithmen trainieren mit Bewegungsdaten
Als größte Herausforderung bei der bisherigen Entwicklung der Bandage bezeichnet Prof. Thorsten Stein, Leiter des BioMotion Centers am IfSS, die Suche nach einem passenden Algorithmus zum Quantifizieren der Kniebelastung. „Die Sensoren können lediglich Bewegung messen, nicht die Belastung an sich. Bei der Arthrose dürfen die Gelenke aber nicht allzu stark belastet werden – und deshalb müssen wir die Kräfte im Innern des Knies möglichst genau einschätzen können", betont Stein. Zur Lösung dieses Problems sind Algorithmen des maschinellen Lernens – künstliche neuronale Netze – im Einsatz. Dabei wird ein Algorithmus mit Bewegungsdaten trainiert: Der Algorithmus lernt im Laufe des Trainingsprozesses automatisch die mit einer Bewegung einhergehenden Kräfte im Knie zu schätzen. Teile dieser Forschungsergebnisse haben die Arbeitsgruppen von Sell und Stein bereits in der Fachzeitschrift Sensors publiziert.

Wissenschaftliche Publikation zum Thema: Bernd J. Stetter, Steffen Ringhof, Frieder C. Krafft, Stefan Sell, Thorsten Stein: Estimation of Knee Joint Forces in Sport Movements Using Wearable Sensors and Machine Learning. Sensors, 2019. DOI: 10.3390/s19173690.