Stürze und Gangstörungen sind in erheblichem Maße an der Reduktion von Lebensqualität und Funktionalität im Alter beteiligt. Sturz-assoziierte Verletzungen determinieren Morbidität und sind gesundheitsökonomisch relevant. 

Mittels apparativer Analyse des Gangmusters lassen sich Merkmale genau quantifizieren. Das Projekt setzt hierauf ein innovatives Verfahren der künstlichen Intelligenz, um Bewegungsmuster auf Einzelbasis zu unterscheiden und das Risiko für Stürze individuell voraussagen zu können. Die interdisziplinäre Projektarbeit verbindet verschiedene klassische medizinische Fachrichtungen mit Neurobiologie und Informatik. Ziel ist die Erarbeitung eines maschinellen Analysesystems, welches Ärzte fächerübergreifend bei der Diagnostik und Sturzrisiko-Abschätzung von Patienten unterstützt.

Die aktuellste Pressemitteilung finden Sie hier.