Page 28 - Ärzteblatt Sachsen, August 2026

ORIGINALIE

Tabelle 1: Übersicht zentraler Analyseebenen KI-gestützter Bewegungsanalysen mit beispielhaften Messparametern,
klinischer Interpretation und typischen Indikationen in der neurologischen, orthopädischen und geriatrischen Rehabilitation .
Analyseebene Messbare Parameter Klinische Interpretation Typische Indikationen
Kinematik/ Gelenkbewegung Gelenkwinkel, Bewegungs- Objektivierung funktioneller Schlaganfall, Endoprothetik,
amplitude, Geschwindigkeit, Defizite, Verlaufskontrolle Wirbelsäulen- und Gelenk-
Range of Motion nach Interventionen erkrankungen
Bewegungsqualität Flüssigkeit, Koordination, Differenzierung physiologischer Neurorehabilitation,
Timing, Synergien, Effizienz vs . kompensatorischer Strategien geriatrische Rehabilitation
Zielgerichtete Motorik Zielgenauigkeit, Trajektorien, Rückschlüsse auf zerebelläre Kleinhirnerkrankungen,
Fehlerkorrekturen Integration und sensomotorische Ataxien
Kontrolle
Initiierung und Ablauf von Reaktionszeit, Start-/Stop-Para- Analyse basalganglionärer Funk- Morbus Parkinson,
Bewegung meter, Bewegungsvariabilität tionen, Bradykinesie, Freezing Basalganglien-Störungen
Dynamik und Kraft Beschleunigung, Impuls, Boden- Abschätzung muskulärer Orthopädische Rehabilitation,
reaktionskräfte (sensorbasiert), Leistungsfähigkeit und Sporttraumatologie
Belastungsverteilung Belastungstoleranz
Repetition und Ermüdung Bewegungsfrequenz, Stabilität Quantifizierung von Fatigue und neurologische Erkrankungen,
über Zeit, Variabilität motorischem Lernen Long-COVID-Rehabilitation
Kognition und motorische Aufmerksamkeitswechsel, Ent- Hinweise auf exekutive Demenz, Parkinson,
Planung (z . B . Dual-tasking) scheidungszeiten, Fehlerprofile Funktionen, Intentions- vs . poststroke kognitive Defizite
Ausführungsstörungen
Neurofunktionelle Zuordnung Musteranalyse spinaler Reflex- Differenzierte Einordnung patho- Rückenmarksverletzungen,
(indirekt) anteile, zerebellärer Koordina- logischer Bewegungsmuster zerebelläre Syndrome
tion, kortikaler Planung

können . Auch in der beruflichen Reha- basierte Trainingsprogramme einsetzt, sind große und qualitativ hochwertige
bilitation bieten KI-Systeme Mehrwert, um die Therapie individuell anzupassen Datensätze erforderlich, die in der me-
indem sie Bewegungsdaten am Arbeits- [17, 18] . Derartige Anwendungen ste- dizinischen Forschung oft schwer zu
platz analysieren, Belastungsprofile er- hen exemplarisch für das Potenzial von generieren sind . Zudem ist die Nach-
stellen und ergonomische Risiken auf- KI, Patienten aktiver in den Rehabilita- vollziehbarkeit von KI-Entscheidungen
decken, was die gezielte Wiedereinglie- tionsprozess einzubeziehen und tele- („Black-Box-Problem“) ein zentrales
derung unterstützt . Dies sind nur eini- medizinische Angebote nachhaltig zu Thema, das die Akzeptanz bei medizini-
ge der aktuellen Anwendungsgebiete . stärken . schen Fachkräften beeinflussen kann .
Die Integration KI-gestützter Systeme
Ein besonders zukunftsweisendes Ein- Herausforderungen und in den klinischen Alltag erfordert ge-
satzgebiet stellt die sogenannte home- Implementierung zielte Schulungs- und Fortbildungsan-
based rehabilitation dar . KI-gestützte Trotz der vielversprechenden Entwick- gebote, um den sachgerechten und
Apps ermöglichen es Patientinnen und lungen sind auch Herausforderungen ethisch reflektierten Einsatz dieser
Patienten, therapeutische Übungen im zu beachten . Die wissenschaftliche Evi- Technologien zu gewährleisten . Für die
häuslichen Umfeld selbstständig durch- denzlage ist derzeit noch uneinheitlich . ärztliche Praxis empfiehlt sich ein
zuführen, wobei KI-Algorithmen mittels Viele Studien weisen methodische Li- schrittweises Vorgehen: Erste Erfah-
Smartphone-Kamera oder integrierter mitationen auf . Praktische Hürden be- rungen sollten im Rahmen von Pilot-
Bewegungssensoren die Übungs aus- stehen hinsichtlich der technischen projekten gesammelt und systema-
führung in Echtzeit analysieren und Implementierung, der erforderlichen tisch evaluiert werden, um den klini-
Feedback geben . Dies kann nicht nur Infrastruktur sowie datenschutzrecht- schen Nutzen und die Anwender-
die Therapieadhärenz erhöhen, sondern licher Fragestellungen im Umgang mit freundlichkeit zu überprüfen . Eine enge
erlaubt auch eine adaptive Steuerung sensiblen Bewegungs- und Gesund- interdisziplinäre Zusammenarbeit zwi-
des Trainings in Abhängigkeit vom indi- heitsdaten . Ein weiterer kritischer Er- schen Medizin, Informatik und Ingeni-
viduellen Fortschritt . Ein prominentes folgsfaktor ist die Akzeptanz durch das eurwissenschaften ist hierbei uner-
Beispiel ist die App ParkProTrain, die medizinische und therapeutische Fach- lässlich [19] . Entsprechende Förderini-
speziell für Menschen mit Morbus Par- personal . Für die Entwicklung und das tiativen auf Bundesebene, etwa im
kinson entwickelt wurde und evidenz- Training leistungsfähiger KI-Modelle Rahmen der Programme zur digitalen

28 Ärzteblatt Sachsen 8|2026