Ein Datenschatz für die Ganganalyse

Die Fachhochschule St. Pölten und die Allgemeine Unfallversicherungsanstalt (AUVA) machen einen der größten Datensätze weltweit zur automatisierten Ganganalyse öffentlich. ForscherInnen können die Daten nutzen, um automatisierte Ganganalysen mithilfe von Methoden wie dem Maschinellen Lernen zu verbessern.

Die Datenbank umfasst Informationen zur „Ground Reaction Force“ (GRF), also der Kraft, die bei der Bewegung zwischen Fuß und Boden auftritt. Diese Kennzahl ist eine wichtige Standardgröße in klinischen Einrichtungen und in der Forschung. Die Zahlen sind Basis für Diagnosen und zum Beurteilen von Therapieerfolgen.

„Die Ganganalyse liefert eine Unmenge an Daten. Die Interpretation ist herausfordernd und es besteht großes Interesse daran, die medizinische Entscheidungsfindung mit Verfahren aus dem Maschinellen Lernen zu unterstützen. Je mehr Daten zur Verfügung stehen, umso besser werden die Ergebnisse“, sagt Brian Horsak, Leiter des Schwerpunkts Motor Rehabilitation der FH St. Pölten.

Anonymisierte Daten von mehr als 2000 PatientInnen

Um Forschung, Therapie und Diagnose zu unterstützen, haben Horsak und seine KollegInnen von der FH St. Pölten und der AUVA nun einen der größten Datensätze weltweit in anonymisierter Form zum Thema veröffentlicht. Die Daten umfassen anonymisierte Informationen von mehr als 2000 PatientInnen nach Gelenkstransplantationen, Brüchen und Bänderverletzungen sowie damit verbundenen Störungen in Hüfte, Knie, Knöchel und Fersenbein.

Mit den Daten können Analysen und Modelle verbessert werden. Die Datenbank mit dem Namen „GAITREC“ ist gratis online verfügbar. Die Daten stammen aus mehreren Jahren an klinischer Praxis in der Ganganalyse.

„Wir haben die Daten gemeinsam mit der AUVA aufbereitet und veröffentlicht. Gerade in der Zeit rund um Corona ist der Datensatz noch interessanter, da viele Expertinnen und Experten keine Daten im Labor aufnehmen können und auf bestehende Datensätze zurückgreifen müssen. Unser Datensatz unterstützt hier sowohl Lehre als auch Forschung“, sagt Djordje Slijepčević, Co-Autor und Experte rund um das Thema Maschinelles Lernen an der FH. St. Pölten.

Hintergrund: Nach Angaben der Fachhochschule entwickelt der Forschungsschwerpunkt Motor Rehabilitation an der FH St. Pölten technologiegestützte Ansätze der Bewegungsrehabilitation und fördert deren breiten Einsatz in der klinischen Praxis durch Kooperationen. Im Zuge des Forschungsschwerpunkts führen die FH St. Pölten und die AUVA seit Jahren gemeinsam Forschungsprojekte durch. Laut der FH wurden in den vergangenen Jahren Kompetenzen in den Bereichen der motorischen Rehabilitation, der instrumentalisierten 3-D-Gang- und Bewegungsanalyse, des maschinellen Lernens, der Visual Analytics und im Bereich von Augmented & Virtual Reality ausgebaut und am Standort im Center for Digital Health Innovation (CDHI) verankert.

Originalarbeit:
Horsak B, Slijepcevic D, Raberger AM. GaitRec, a large-scale ground reaction force dataset of healthy and impaired gait. Sci Data 2020 May 12;7(1):143. doi: 10.1038/s41597-020-0481-z.

Informationen:
Link zum Datensatz
Schwerpunkt Motor Rehabilitation der FH St. Pölten
Digital Health Lab der FH St. Pölten
Center for Digital Health Innovation (CDHI) der FH St. Pölten