Page 26 - Ärzteblatt Sachsen, August 2026

ORIGINALIE

Bewegungsanalyse für die Rehabilitation

Aktueller Stand und klinische Perspektiven

J . Steinhardt , A . Zolal , T . Heß , besonders dynamisches Anwendungs- ren sind in der Lage, aus Rohdaten cha-
1, 2
1
3
F . Marin , M . Kirsch 1, 2 feld stellt die KI-gestützte Bewegungs- rakteristische Merkmale (sogenannte
3
analyse dar, die das Potenzial besitzt, features) abzuleiten und diese zur Er-
Einleitung und Hintergrund die Diagnostik, Therapieplanung und kennung physiologischer sowie patho-
Die moderne Rehabilitation steht vor Verlaufskontrolle in der Rehabilitation logischer Bewegungsmuster zu nutzen .
komplexen Herausforderungen: Der de- grundlegend zu transformieren [1–4] Eine weitere Methode sind sogenannte
mografische Wandel mit einer altern- (Abb . 1) . Pose-Estimation-Algorithmen, die Kör-
den Bevölkerung, die Zunahme neuro- persegmente und Gelenkpunkte rekon-
logischer und muskuloskelettaler Er- Unter KI-gestützter Bewegungsanaly- struieren und daraus klinisch relevante
krankungen sowie der zunehmende se versteht man computergestützte Parameter wie Gelenkwinkel, Bewe-
Fachkräftemangel verschärfen die An- Verfahren, die menschliche Bewegun- gungsamplituden oder Asymmetrien
forderungen an eine individualisierte, gen automatisiert erfassen, analysie- ableiten . Ergänzend zur reinen Bewe-
qualitativ hochwertige Patientenver- ren und interpretieren können . Anders gungsanalyse ermöglichen KI- und ML-

Abb . 1: Schematische Darstellung der KI-gestützten Bewegungsanalyse im klinischen Kontext

sorgung . In diesem Kontext gewinnen als bei traditionellen, markerbasierten Algorithmen auch die Ableitung perso-
digitale Technologien, insbesondere biomechanischen Analysesystemen, wie nalisierter Therapieempfehlungen [6–8] .
Anwendungen der künstlichen Intelli- etwa der klassischen instrumentellen Durch die Analyse großer Datensätze
genz (KI) und des maschinellen Lernens Ganganalyse im Labor, ermöglichen wie etwa aus elektronischen Patienten-
(ML), zunehmend an Bedeutung . Ein moderne KI-Verfahren eine markerlose akten, Wearables und bildgebenden
Erfassung von Bewegungen durch Verfahren, können individuelle Risiko-
1 Klinik für Neurochirurgie, Klinikum RGB-Kameras oder tragbare Sensor- profile erstellt, Therapiepläne ange-
Chemnitz, MedizinCampus Chemnitz systeme [5] . Dazu kommen insbeson- passt und prädiktive Modelle für den
an der Medizinischen Fakultät der dere Methoden des maschinellen Ler- Rehabilitationsverlauf entwickelt wer-
Technischen Universität Dresden nens und des Deep Learnings zum Ein- den [7–9] . Ein weiterer wesentlicher
2 Modellstudiengang MEDiC, Medizinische satz, die große Mengen an Bewegungs- Vorteil liegt in der Möglichkeit, die Be-
Fakultät, Technische Universität daten aus verschiedensten Quellen, wie wegungsanalyse aus dem Labor in all-
Dresden beispielsweise Videosequenzen, Inerti- tagsnahe Umgebungen zu verlagern
3 Institut für Angewandte Bewegungs- alsensoren oder Kraftmessplatten, ver- und so eine kontinuierliche, ortsunab-
wissenschaften, Fakultät für arbeiten können (Abb . 2) . hängige Überwachung und Steuerung
Human- und Sozialwissenschaften, Convolutional Neural Networks (CNNs) von Rehabilitationsprozessen zu reali-
Technische Universität Chemnitz und andere neuronale Netzarchitektu- sieren .

26 Ärzteblatt Sachsen 8|2026