Health Tech

Jedes Jahr werden weltweit mehr als 500.000 Operationen am Ohr durchgeführt, um Krankheiten zu entfernen oder das Hörvermögen mit Cochlea-Implantaten wiederherzustellen. Diese heiklen Eingriffe werden in der Nähe lebenswichtiger Strukturen wie der Hirnhaut, des Gesichtsnervs und der Sinnesorgane des Innenohrs durchgeführt. In den komplexesten Fällen kann die Komplikationsrate bis zu 10 % betragen. Trotzdem gibt es noch kein weit verbreitetes Navigationssystem, das auf die Ohrchirurgie zugeschnitten ist. Die COVION-Lösung basiert auf einem CBCT-Scan (Cone-Beam-CT) mit geringer Strahlendosis, der zur Erstellung eines präzisen digitalen Modells des Patient:innenohrs verwendet wird. Auf der Grundlage dieses Modells können die Chirurg:innen den Eingriff in einer Virtual-Reality-Umgebung planen, kritische anatomische Strukturen markieren und Sicherheitszonen im Voraus festlegen. Während des Eingriffs wird dieser Plan vergrößert und in Echtzeit in das Head-Mounted Display des RoboticScope und somit direkt in das Sichtfeld der Chirurg:innen projiziert. Fortschrittliche Algorithmen überwachen kontinuierlich die Position der Instrumente in Bezug auf wichtige Strukturen wie den Gesichtsnerv und alarmieren die Chirurg:innen bei Bedarf.

Technologie spielt eine immer größere Rolle in der Verletzungsprävention im Sport. Moderne Methoden helfen dabei, Risiken frühzeitig zu erkennen, Belastungen zu steuern und individuelles Training zu optimieren. Ein zentraler Bereich ist die Bewegungsanalyse durch Kamerasysteme, Sensoren und Künstliche Intelligenz. Diese Technik ermöglicht es, Fehlbelastungen und ungünstige Bewegungsmuster zu identifizieren, bevor sie zu Verletzungen führen. Wearables wie Smartwatches und Sensoren in Schuhen oder Kleidung erfassen Parameter wie Schrittfrequenz, Belastung und Muskelaktivität in Echtzeit. Zudem spielt Kraft- und Ermüdungsdiagnostik eine entscheidende Rolle. Dynamische Kraftmessplatten, Elektromyografie (EMG) und andere biomechanische Tests helfen, muskuläre Dysbalancen oder Überlastungen zu erkennen und gezielt entgegenzuwirken. Ein weiterer wichtiger Aspekt ist die Datenanalyse durch Künstliche Intelligenz. KI-Systeme werten große Datenmengen aus und helfen dabei, individuelle Risikofaktoren zu bestimmen. So können Trainer und Sportmediziner präzisere Maßnahmen zur Prävention ergreifen. Schließlich trägt auch die Regenerationstechnologie wesentlich zur Verletzungsprävention bei. Methoden wie Kälte- und Wärmebehandlungen, Kompressionssysteme und elektrische Muskelstimulation (EMS) unterstützen die Erholung und reduzieren das Verletzungsrisiko. Durch den Einsatz moderner Technologien lassen sich Verletzungen im Sport gezielt vermeiden, die Leistungsfähigkeit steigern und die Gesundheit langfristig erhalten. Die Zukunft der Verletzungsprävention im Sport führt dabei über neue Materialien, virtuelle Trainingsumgebungen, datengetriebene Produktentwicklung und wissenschaftliche Studien.

Das Ziel dieses Projektes ist es das Ertrinkungsrisiko von Kindern zu minimieren. Dabei geht es vor allem um die Altersgruppe welche sich bereits krabbelnd oder gehend fortbewegen, jedoch noch nicht schwimmen kann. Diese beiden Faktoren machen Ertrinken zu einem Hauptverursacher für Unfälle mit Todesfolge für die erwähnte Gruppe. Um dieses Problem anzugehen, wird in diesem Projekt ein Gerät entwickelt welches die Atmung des Kindes überwacht sobald sich dieses im Wasser aufhält. Dies basiert auf der Bewegung des Brustkorbes welche mit einem Dehnsensor erfasst wird, wobei die benötigte Hardware vollständig in Badekleidung integriert werden kann. Das erfasste Signal wird dann entweder durch einen klassischen Algorithmus basierend auf der Steigungsänderung oder durch einen Deep-Learning Algorithmus verarbeitet. Werden Atemprobleme erkannt, sendet das Gerät eine Nachricht an einen installierten Empfänger via einem kabellosen, auf Ultraschall basierendem Kommunikationssystems. Der Empfänger gibt dann zentral einen akustischen und visuellen Alarm ab um so die Zeit bis zur Rettung zu minimieren.

Das vordere Kreuzband (ACL) ist maßgeblich an der Stabilisierung des Knies beteiligt. Zu diesem Zweck verhindert es ein Vorwärtsgleiten des Unterschenkels, sowie eine unverhältnismäßig hohe Rotation des Unterschenkels gegenüber dem Oberschenkel. Somit wird durch eine Kreuzbandverletzung der korrekte Bewegungsablauf beeinträchtigt. Ein Riss des vorderen Kreuzbandes stellt eine sehr häufige Bandverletzung am Kniegelenk dar. Um die Stabilität wiederherzustellen, wird in den meisten Fällen eine Kreuzbandrekonstruktion durchgeführt. Allerdings erleiden 25% der Patienten eine Wiederverletzung (Vavken et al., 2012). Mithilfe eines zusätzlichen operativen Eingriffes, der lateralen Tenodese, lässt sich das Wiederverletzungsrisiko verringern (Chen et al., 2021, Getgood et al., 2020), indem die Belastung zwischen Transplantat und umgelagerter Sehne verteilt wird (Marom et al., 2020). Auf der anderen Seite ist dieser Eingriff mit zusätzlicher OP-Zeit, Implantatkosten und Morbidität (zusätzlicher Zugang, vermehrte Schmerzen) verbunden. Dieses Projekt hat zum Ziel, die Entscheidungsprozesse bei Kreuzbandoperationen durch moderne AI-basierte Algorithmen zu verbessern und gleichzeitig zu automatisieren. Das System zielt maßgeblich auf die Optimierung der Entscheidung ab, ob eine Tenodese notwendig ist oder nicht. Konkret soll also aus eingegebenen Patientendaten eine verbesserte Version des Tendodese-Scores ermittelt werden. Hierzu wird auf der Basis künstlicher Neuronaler Netzwerke ein Programm trainiert, welches in der Folge bei Bereitstellung der Daten neuer Patienten die Risikofaktoren auswertet und gewichtet, und in der Folge zu einer besseren Einschätzung gelangt.

Ziel des Projekts BeSENSHome ist es, die Implementierung und Entwicklung innovativer Systeme und intelligenter Sensornetzwerke zu untersuchen und umzusetzen, um den Umweltkomfort in Wohnheimen, Tagesstätten, Arbeitsplätzen und Einrichtungen für neurodiverse Menschen zu gewährleisten. Um dieses innovative Ziel zu erreichen, müssen solche Systeme (i) eine genaue Anpassung an die Bedürfnisse der Bewohner :innen ermöglichen, indem sie eine Strategie definieren, die den Menschen in den Mittelpunkt stellt, und (ii) eine Kontrolle der gebauten Umwelt ermöglichen. Dank künstlicher Intelligenz (KI), die mit dem Sensornetz gekoppelt ist, wird die Umwelt in der Lage sein, die Vorlieben oder Anforderungen de r Bewohner:innen zu erlernen, stressige Bedingungen zu erkennen, die Umweltbedingungen anzupassen und Betreuer :innen zu alarmieren, falls ihr Eingreifen erforderlich ist, bevor potenziell gefährliche Bedingungen auftreten können. Die Integration eines solchen Sensornetzes in die Einrichtung der Räume wird architektonisch detailliert sein, um die Einbindung in bestehende Umgebungen zu gewährleisten. Um diese Ziele zu erreichen und das System so nützlich und benutzerfreundlich wie möglich zu gestalten, wird während des gesamten Projekts ein partizipativer Forschungsanzatz verfolgt. https://besenshome.units.it/ Das Projekt BeSENSHome wird im Rahmen des Kooperationsprogramms Interreg VI-A Italien-Österreich 2021-2027 aus dem Europäischen Fond für regionale Entwicklung kofinanziert.

Ein Open-Science-Projekt zur Erstellung einer Bibliothek von High-Fidelity-Modellen der menschlichen Anatomie für das Schläfenbein als Grundlage für Forschung und Entwicklung in der bildgeführten Chirurgie, der chirurgischen Ausbildung in virtueller Realität und vielem mehr. Die Modelle basieren auf multimodaler 3D-rekonstruierter Fusionsbildgebung, einschließlich Farbbildern aus Mikroschnitten sowie Digitaler Volumentomographie und den resultierenden segmentierten voxelbasierten sowie triangulierten Modellen.

Rodeln steigt in seiner Popularität schon über mehrere Jahre hinweg stetig. Dies hat auch dazu geführt, dass wesentlich mehr Unfälle beim Rodeln geschehen, z.T. mit tödlichem Ausgang. Deshalb wurde das Projekt VRodel ins Leben gerufen um die grundlegenden Rodeltechniken in einer virtuellen Welt zu erlernen um das Rodeln in der realen dadurch sicherer zu machen.