idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
07/19/2023 14:41

Demenz behandeln mit Künstlicher Intelligenz: HSHL-Professor erforscht neuartige Therapieansätze

Marc Bracht Kommunikation und Marketing
Hochschule Hamm-Lippstadt

    „Die Kombination von klassischen Therapieverfahren und Künstlicher Intelligenz (KI) eröffnet vielversprechende Perspektiven für die Behandlung von kognitiven Beeinträchtigungen und Hörstörungen“, sagt Prof. Dr. Gregor Hohenberg, Lehrgebiet „IT, Medien und Wissensmanagement“ an der Hochschule Hamm-Lippstadt (HSHL). Besonders für Menschen mit Demenz hat sich die kognitive Stimulationstherapie bewährt, in der durch Gespräche, Wortspiele und praktische Aktivitäten das Denken und das Gedächtnis angeregt werden. Im Rahmen seiner Forschungstätigkeit entwickelt Prof. Hohenberg bereits seit 2019 entsprechende Algorithmen.

    Studien haben gezeigt, dass Menschen mit Demenz häufig auch eine beeinträchtigte Hörfunktion aufweisen. Eine unbehandelte Hörminderung kann die Kommunikation erschweren, soziale Isolation verstärken und mentale Fähigkeiten weiter beeinträchtigen. Eine frühzeitige Diagnose und Behandlung von Hörverlust bei Betroffenen können daher einen positiven Einfluss auf ihre Lebensqualität und kognitive Funktion haben.

    Künstliche Intelligenz ermöglicht maßgeschneiderte Therapieansätze

    „Durch die Integration von Künstlicher Intelligenz in die kognitive Stimulationstherapie und das Hörtraining können personalisierte und adaptive Therapieansätze entwickelt werden“, erläutert Prof. Hohenberg. KI-Algorithmen können große Datenmengen analysieren und individuelle kognitive Profile sowie Hörprofile erstellen. „Basierend auf diesen Profilen kann die Therapie maßgeschneidert und kontinuierlich an die Bedürfnisse und Fortschritte der Patient*innen angepasst werden“, so der HSHL-Professor.

    Dazu werden die gesammelten Daten in einem strukturierten Format gespeichert und für die Analyse vorbereitet. Dann kommt das Reinforcement Learning zum Einsatz. Reinforcement Learning (Verstärkungslernen) ist eine Art des maschinellen Lernens, bei dem ein Computerprogramm durch Interaktion mit einer Umgebung lernt, bestimmte Aktionen auszuführen, um ein bestimmtes Ziel zu erreichen. „Der Algorithmus testet hier, welche Aktionen von den Patienten durchgeführt werden können und passt so den Level entsprechend an“, erklärt Prof. Hohenberg. Der Lernprozess im Reinforcement Learning basiert auf Trial-and-Error (Versuch und Irrtum). „Mit der Zeit lernt das Computerprogramm, welche Aktionen zu positiven Ergebnissen führen und welche vermieden werden sollten. Dadurch wirkt das Computerprogramm mithilfe der KI wie ein Therapeut, der mit der Zeit Patient*innen immer besser kennenlernt und versteht, die bestmögliche Therapie anzubieten.“

    Fortschritt und Wirksamkeit werden kontinuierlich überwacht

    Es gibt noch weitere Vorteile: „Die Integration digitaler Technologien und Künstlicher Intelligenz in die Therapie ermöglicht zudem eine bessere Überwachung des Fortschritts und der Wirksamkeit der Behandlung“, sagt Prof. Hohenberg. Durch die kontinuierliche Erfassung von Daten über die Interaktion der Patient*innen mit den Therapieanwendungen und -geräten könne die KI Muster und Trends erkennen, um die Therapie gezielt anzupassen und zu optimieren.

    Die Verwendung von digitalen Technologien und Künstlicher Intelligenz ermögliche auch eine verbesserte Zugänglichkeit und Flexibilität der Therapie. „Patient*innen können die Therapie bequem von zu Hause aus durchführen und von personalisierten Übungen profitieren, die ihren individuellen Bedürfnissen entsprechen. Dies erleichtert die Integration der Therapie in den Alltag und verbessert die Patient*innenerfahrung“, erklärt Prof. Hohenberg.

    Enormes Zukunftspotenzial

    In einer internationalen, prospektiven, multizentrischen Studie über 40 Monate haben Wissenschaftler*innen um Maximilian Bügler und Mircea Balasa untersucht, inwieweit sich vorhersagen lässt, welche Personen innerhalb von drei Jahren eine Demenz entwickeln. Dazu wurde ein Computerprogramm mit entsprechender KI eingesetzt. Das Ergebnis klingt nach Science-Fiction: Es konnte sehr zuverlässig vorhergesagt werden, wer innerhalb von drei Jahren eine Demenz entwickelt. Sie konnten auch zwischen Demenzen mit und ohne Amyloid-Pathologie sowie zwischen schnell und langsam voranschreitenden Demenzen differenzieren.


    Contact for scientific information:

    Prof. Dr. Gregor Hohenberg
    Leiter der Stabsstelle für Digitalisierung und Wissensmanagement
    Lehrgebiet "IT, Medien- und Wissensmanagement"
    +49 (0)2381 8789-7150
    gregor.hohenberg@hshl.de


    More information:

    https://www.hshl.de/presse


    Images

    Prof. Dr. Gregor Hohenberg von der Hochschule Hamm-Lippstadt
    Prof. Dr. Gregor Hohenberg von der Hochschule Hamm-Lippstadt
    Helen Sobiralski
    HSHL


    Criteria of this press release:
    Business and commerce, Journalists, Scientists and scholars, all interested persons
    Information technology, Medicine, Nutrition / healthcare / nursing
    transregional, national
    Research projects, Research results
    German


     

    Prof. Dr. Gregor Hohenberg von der Hochschule Hamm-Lippstadt


    For download

    x

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).