Projekt „deepForce“ erhält eAward
Forschende erhalten Auszeichnung für ihr Projekt, in dem sie Patient*innen mit Kniearthrose schneller und effizienter helfen
V. l. n. r.: Matthias Zeppelzauer (FH St. Pölten), Quehenberger Viktoria (FH St. Pölten), Brian Horsak (FH St. Pölten),Hans Kainz (Universität Wien), Andreas Kranzl (Orthopädisches Spital Speising) © Milena Krobath / eAward
Ein Forschungsteam der Fachhochschule St. Pölten hat gemeinsam mit dem Orthopädischen Spital Speising den IT-Wirtschaftspreis „eAward 2024“ in der Kategorie „Machine Learning und KI“ erhalten. Sie untersuchen im prämierten Projekt „deepForce“, wie in Zukunft Patient*innen mit Kniearthrose schneller und effizienter geholfen werden kann.
Forschende der FH St. Pölten wurden für ihr Projekt „deepForce – Zeiteffiziente Bestimmung der Kniekontaktkräfte in der klinischen Ganganalyse mit Hilfe von Machine und Deep Learning“ mit dem IT-Wirtschaftspreises „eAward 2024" in der Kategorie „Machine Learning und KI“ ausgezeichnet. Bei der Verleihung am 1. Oktober wurden die besten Digitalisierungsprojekte aus Wirtschaft und Verwaltung prämiert.
„Dank der Ergebnisse des Projekts ‘deepForce’ können wir die Diagnose von Kniearthrose erheblich beschleunigen und die Behandlung noch gezielter gestalten. Dies ist ein wesentlicher Beitrag zum zukunftsweisenden Thema der ‘personalized medicine’, und ich freue mich, dass wir mit unseren Forschungsthemen am Puls der Zeit sind“, sagt Barbara Wondrasch, Leiterin Institut für Gesundheitswissenschaften sowie Department Gesundheit der FH St. Pölten.
„Dieses Ergebnis zeigt eindrucksvoll, wie mittels interdisziplinärer Forschung und digitalen Technologien konkrete medizinische Herausforderungen gelöst werden können“, so Thomas Moser, Leiter des Instituts für Creative\Media/Technologies an der FH St. Pölten.
Gelenksbelastungen verstehen
Für eine genaue Untersuchung der Bewegungsmechanismen ist der Standard in der Medizin die instrumentierte 3D-Ganganalyse (3DGA). Sie kann v.a. auch dabei helfen, besser zu verstehen, wie hoch Gelenkbelastungen beim Gehen sind – eine wesentliche Information, um das Risiko für Kniegelenkarthrose besser einordnen zu können. Zur Bestimmung der Gelenkkräfte sind allerdings komplexe und zeitaufwendige Computersimulationen nötig, die nur schwer im klinischen Umfeld einsetzbar sind.
Künstliche Intelligenz in der Medizin
Unsere Forschenden, Brian Horsak (Center for Digital Health and Innovation, Institut für Gesundheitswissenschaften), Matthias Zeppelzauer und Slijepčević Djordje (beide am Institut für Creative\Media/Technologies, Center for Artificial Intelligence), Philipp Krondorfer (Center for Digital Health and Social Innovation) und Viktoria Quehenberger, und das Orthopädische Spital Speising lösen mit dem Projekt „deepForce“ das Problem mit einem physik-basierten Deep-Learning Ansatz: basierend auf 3DGA-Daten werden Kniekontaktkräfte binnen Sekunden vorhersagt.
„Dank dem Einsatz von KI konnten wir einen zeitaufwendigen und teils fehleranfälligen Prozess in der instrumentierten klinischen 3D-Ganganalyse, der sonst mehrere Stunden dauert, auf ein paar Sekunden reduzieren. Das spart Zeit und kommt somit indirekt auch den Patient*innen zugute“, so Brian Horsak, Projektleiter von „deepForce“.
Gemeinsam mit dem Orthopädischen Spital Speising wurden hierfür über 1.000 anonymisierte Patient*innendaten und mehr als 12.000 Schritte genutzt, um eine entsprechende KI zu trainieren.
O-Töne der Jury
- „doppelter Nutzen für Betroffene und Gesellschaft, da es Kosten im Gesundheitswesen vermindert“
- „ein Super-Anwendungsfall für KI“
- „Machine Learning unterstützt dort, wo es gebraucht wird"
Über das Projekt „deepForce“
Das institutsübergreifende Projekt „deepForce“ wird von der Fachhochschule St. Pölten gemeinsam mit dem Orthopädischen Spital Speising, der Universität Wien, der Neuromechanics Research Group KU Leuven (Belgien) und der Johannes-Gutenberg-Universität in Mainz (Deutschland) seit 2023 umgesetzt.
Das Projekt wird durch die Gesellschaft für Forschungsförderung Niederösterreich m.b.H. finanziert.
Weitere Informationen zum Projekt finden Sie auf der Projektwebsite.
Forschungsinstitute und -zentren
