Erst der Austausch schafft Neues

Trainingsroboter, Exoskelette, Virtuelle Rehabilitation, Gamification: In der Neurorehabilitation haben in den letzten Jahren laufend neue Technologien und Behandlungsansätze Einzug gehalten. Sie unterstützen Therapeut:innen bei der Behandlung von Personen, die beispielsweise nach einem Schlaganfall motorische Fähigkeiten wieder neu erlernen müssen. Den Geräten und Anwendungen wird dabei grosses Potenzial zugeschrieben: Sie ermöglichen schon früh in der Rehabilitation ein intensives Training, spornen spielerisch an oder erlauben es, Fortschritte genau zu messen.

Allerdings wird dieses Potenzial derzeit noch nicht gänzlich ausgeschöpft – davon sind Martina Spiess und Rudolf Füchslin überzeugt. Die Rehabilitationswissenschaftlerin vom Institut für Ergotherapie und der Physiker vom Institut für Angewandte Mathematik und Physik leiten gemeinsam mit Anne Deblock-Bellamy von der Haute école spécialisée de Suisse occidentale HES-SO das Projekt «Datenbasierte Optimierung von Interventionserfolgen: Erfolgreiche technologiegestützte Therapie». In dem vom Schweizerischen Nationalfonds (SNF) finanzierten Projekt entwickeln sie ein KI-gestütztes System, das Therapeut:innen bei der Auswahl, Anwendung und Kombination von Rehabilitationsgeräten unterstützt, um die Versorgung der Patient:innen zu verbessern.

«Die Geräte entlasten Therapeut:innen zwar bei der manuellen Arbeit – sie tun dies aber meistens isoliert von anderen Geräten und Therapiemöglichkeiten», sagt Martina Spiess. In der neurologischen Rehabilitation komme jedoch immer ein Mix von Technologien und Therapieformen zum Einsatz – was die klinische Entscheidungsfindung zur Herausforderung mache. Therapeut:innen müssten bei jeder Patientin und bei jedem Patienten laufend entscheiden, welche Geräte und Interventionen in welcher Kombination und Intensität eingesetzt werden sollen. «Dazu müssen sie mit vielen Informationen jonglieren: mit individuellen Daten der Patientin oder des Patienten, Expertenwissen zu den einzelnen Geräten und deren Funktionen, mit der aktuellen Evidenz und grundsätzlichen Kenntnissen der Physiologie und des motorischen Lernens.»

Das KI-basierte Werkzeug, das im Rahmen des Projekts entwickelt wird, soll diesen komplexen Entscheidungsprozess erleichtern. Es analysiert Patient:innendaten, erkennt Muster und gibt  Empfehlungen dazu ab, ob und welche Geräte eingesetzt und welche Trainingsparameter gewählt werden sollen. «Die KI soll die Entscheidungsfindung unterstützen, aber nicht übernehmen», betont Rudolf Füchslin.

Damit die KI diese Aufgabe dereinst übernehmen kann, musste das interdisziplinäre Projektteam zunächst die Kriterien definieren, die für die klinische Entscheidungsfindung überhaupt relevant sind. Nach dem Prinzip des User-zentrierten Designs haben die Forschenden dafür eng mit mehreren Rehakliniken zusammengearbeitet. «Wir haben im ersten Jahr Interviews und einen Workshop mit Therapeut:innen durchgeführt und in einem iterativen Prozess die Kriterien festgelegt», erläutert Martina Spiess. Derzeit ist das Team – wiederum in enger Zusammenarbeit mit den Kliniken – daran, für die Kriterien die entsprechenden Daten zu erheben, mit denen der Algorithmus trainiert werden kann.

Ein KI-System zu entwickeln, das für Patient:innen mit unterschiedlichen Diagnosen und Therapiezielen und unter Einbezug von Geräten verschiedener Hersteller massgeschneiderte Behandlungsempfehlungen abgibt, ist ein komplexes Unterfangen. Und eines, das die Kooperation verschiedener Disziplinen und die Zusammenarbeit zwischen Forschenden und Fachleuten aus der klinischen Praxis sowie der Industrie erfordert. So arbeiten im Projektteam KI- und Datenwissenschaftler:innen, Forschende mit einem therapeutischen Hintergrund, Expert:innen für komplexe Systeme sowie Vertreter:innen verschiedener Gerätehersteller und Rehakliniken zusammen. «Ein solches Projekt könnte monodisziplinär gar nicht realisiert werden», sagt Füchslin. Erst durch den Austausch der einzelnen Fachgebiete könne etwas Neues geschaffen werden. «Die Zusammenarbeit erlaubt es, das Wissen und die Fortschritte der einzelnen Disziplinen zu kombinieren.»

Zusammengeführt werden in dem interdisziplinären Projekt auch zwei ganz unterschiedliche Herangehensweisen. Auf der einen Seite jene der technischen Forschung, die sich laut Füchslin zu oft an Durchschnitten orientiert und nicht den Menschen als Individuen helfen will. Auf der anderen Seite das Vorgehen der Gesundheitswissenschaften, die von einem konkreten Problem im klinischen Alltag ausgehen und dafür personalisierbare Lösungen suchen – und die dabei mit den komplexen Gegebenheiten im Gesundheitssystem konfrontiert sind.

Erst das Zusammenbringen dieser zwei unterschiedlichen Herangehensweisen erlaubt die Entwicklung eines KI-Systems, das im klinischen Alltag auch einen Nutzen bringt, indem es die klinische Entscheidungsfindung standardisiert und gleichzeitig personalisiert – ein Balanceakt. «Ohne die Grundlagenforschung unter Laborbedingungen gäbe es die Technologien gar nicht, die wir für das Projekt benötigen. Aber sie muss durch die klinische Perspektive ergänzt werden», sagt Martina Spiess.

So unabdingbar die interdisziplinäre Zusammenarbeit für das Projekt ist, so bringt sie auch ihre Herausforderungen mit sich. «Wir müssen viel Zeit investieren, damit wir uns verstehen», so Spiess. Die Zusammenarbeit erfordere ein Bewusstsein dafür, dass man verschiedene Sprachen spreche, zudem den Willen und die Offenheit, einander zuzuhören. «Und man muss hartnäckig bleiben und nachfragen, wenn man das Gegenüber nicht verstanden hat.»

Gleichzeitig, ergänzt Füchslin, müsse man akzeptieren, dass man nicht bis ins Detail nachvollziehen könne, woran die anderen am Projekt beteiligten Disziplinen arbeiten. «Man muss bereit sein, intellektuell ins Schwimmen zu geraten.» Das Ziel sei, einander so weit zu verstehen, dass man gemeinsame Entscheidungen treffen könne. Um dieses Verständnis zu schaffen, führen die Projektleitenden regelmässig mehrstündige Workshops durch, in denen sich das Team austauscht. «Da dauert es manchmal zwei Stunden, bis wir alle vom Gleichen sprechen», sagt Spiess. Der Verständigungsprozess sei langwierig, manchmal auch mühsam – man komme aber nicht um ihn herum. «Es gibt meines Wissens keine Tools, mit denen sich dieser Prozess abkürzen liesse.»

Dass im Laufe des Projekts trotz dieses Verständigungsprozesses die «Sprache» einer Disziplin überhandnehmen und ein gewisses Ungleichgewicht entstehen könnte – diese Gefahr sehen Spiess und Füchslin nicht. «Die Disziplinen stehen nicht in Konkurrenz zueinander, sondern ergänzen sich», so Füchslin. So seien auch die Kompetenzen klar aufgeteilt: Die Gesundheitsfachleute im Team seien für die Anforderungen zuständig, die die KI erfüllen müsse, die Ingenieur:innen für die technische Umsetzung.

Dass sowohl die drei Projektleitenden wie auch viele Teammitglieder schon in interdisziplinären Projekten mitgewirkt haben, vereinfacht die Zusammenarbeit. «Auf diese Erfahrungen können wir zurückgreifen», sagt Spiess. Auch die Bedingungen an der ZHAW erleichtern es aus Sicht der zwei Projektleitenden, interdisziplinäre Projekte durchzuführen. «An der ZHAW wird eine Kultur gelebt, die die Zusammenarbeit zwischen den Disziplinen ermöglicht, Mittel dafür zur Verfügung stellt und die Hürden klein hält», sagt Füchslin. «Die Reinheit der einzelnen Lehren gibt es hier nicht.»