Dr. Mario Aehnelt

Das Fraunhofer IGD entwickelt neue Lösungen im Bereich der sensorbasierten Datenanalyse mittels Methoden der künstlichen Intelligenz, um visuelle Entscheidungshilfen für die individuelle Gesundheit anzubieten.

Unaufdringliche Ganganalysen nach Knieoperationen, Bewertungen des Schlafverhaltens zur Unterstützung bei Demenz oder Stresserkennung aus Vitaldaten zur Optimierung des anstrengenden Arbeitsalltages sind Beispiele aus dem Anwendungsspektrum.

Als Beispiel wird die CareCam zum Einsatz beim betrieblichen Gesundheitsmanagement vorgestellt:
eine handelsübliche Webcam erfasst verschiedene Vitalparameter, Herzraten und -variabilität, Atmung und Körperhaltung.

Eine künstliche Intelligenz bewertet die Daten in Echtzeit. Stellt die Software eine Belastung fest, werden Handlungsempfehlungen mit konkreten Anleitungen vorgeschlagen: ein kurzes Stretching, Atemübungen oder Meditation.

Das Besondere: Die Nutzer unterstützen das Anlernen der KI durch die Beantwortung kurzer Fragen bei Erfassen einer Stresssituation und nach Durchführen von Übungen. So lernt das System stetig mit und wird der optimale individuelle Gesundheitsassistent am PC-Arbeitsplatz.

Prof. Dr.-Ing. Thomas Kirste

Künstliche Intelligenz, maschinelles Lernen und intelligente situationsgestützte Assistenzsysteme sind zentrale Zukunftsthemen, die wir in Mecklenburg-Vorpommern voranbringen wollen. Die NØRD ist die perfekte Plattform, um Kooperationspartner und Mitstreiter zu finden, um Netzwerke zu bauen und um gemeinsam neue Impulse zu entwickeln.

Intelligente, situationsgestützte Assistenzsysteme sollen Menschen bei ihren Alltagsaufgaben unterstützen. Die Wissenschaftler des Lehrstuhls Mobile Multimedia Information Systems berücksichtigen dabei Vorwissen über die Alltagsaufgaben, z. B. über den Ablauf einer Aufgabe oder verschiedene Zustände. Auf Basis von Beobachtungen können Situationen bzw. Zustände geschätzt werden. Mit Beobachtungen sind hier spezielle Sensordaten, wie die eines Beschleunigungssensors gemeint, den die Personen mit einem Armband oder einer Smartwatch bei sich tragen und der Aufschluss über die Bewegungen einer Person gibt. Situationsschätzung bedeutet, dass mittels Bayes’scher Filter bestimmt wird, wie wahrscheinlich eine bestimmte Situation ist, z. B. ob sich jemand gerade in einer Notlage befindet. Abhängig von der geschätzten Situation können Assistenzsysteme dann geeignete Aktionen auswählen, um Menschen zu unterstützen.

Dr.-Ing. Kristina Yordanova

Im Zentrum des DigiCare-Projektes steht die Ausbildung von Studierenden der Pflegewissenschaften und des Pflegemanagements. Sie sollen aus konkreten Fällen lernen, wie sie mit herausforderndem Verhalten bei Menschen mit Demenz umgehen. Dazu müssen im Projekt zunächst Beispielfälle aufbereitet werden. Dies geschieht auf Basis von Arztbriefen oder in Lehrbüchern beschriebenen Fällen. Daraus ergeben sich Verlaufsmodelle, die dabei helfen zu erkennen, in welchem Zustand sich eine Studierende während des Verlaufs befindet. Ein Fall selbst wird mit Hilfe eines Chatbots simuliert, der die Patientenrolle übernimmt. Die Studierenden kommunizieren über Textnachrichten mit den Patienten. Natural Language Processing wird zunächst eingesetzt, um die Eingaben der Studierenden zu verstehen. Über probabilistische Zustandsschätzung wird ermittelt, in welchem Zustand sich eine Studierende innerhalb des Verhaltensmodells befindet. Anhand dessen wird über Natural Language Generation eine Antwort des Patienten/Chatbot erzeugt. Das System muss dabei auch erkennen können, ob Studierende Probleme mit der Situation haben und Hilfe bei der Aufgabe benötigen.