Kompakter Tischroboter revolutioniert Physiotherapie-Auslieferung

Entstehung: Telehealth-Roboter für Schlaganfall-Reha

Tech Briefs: Wie kam die Idee?

Prof. Habib Rahman: Projekt mit Connected Systems Institute: Digitaler Zwilling eines Motors für Fernsteuerung. Ich forsche seit langem in Reha- und Assistenzrobotik. Gruppen: Schlaganfallüberlebende, Rollstuhlnutzer. Während COVID: Schwierigkeit, Reha zu leisten. Idee: Telehealth mit Roboter verbinden. Herausforderungen: sichere/glatte Roboterbewegung, korrekte Datenübertragung. Echtzeit-Roboter/Patienten-Sicht, Feedback nötig. Eigenentwicklung gestartet.

Steuerung: Spannungsvariation via Sensoren

Tech Briefs: Wie variieren Sie die Spannung im Roboterarm?

Rahman: Steueralgorithmus erkennt menschliche Bewegungsabsicht. Zwei Sensoren: Elektromyogramm (EMG) und Kraftsensor. EMG selten – nur Systemverifikation.

Tech Briefs: Was macht EMG?

Rahman: EMG-Signal kommt vom Muskel. Bewegungsversuch → Basissignal vs. Kontraktionssignal.

Tech Briefs: Gibt EMG präzises Muskelmaß?

Rahman: Ja, bei guter Armbewegung. Bei Schlaganfallpatienten schwierig. Verstärkung für gesunde Probanden lösbar. Kraftsensor: Bewegungsversuch = Muskelaktivierung → Signal für physiologische Qualität. Selbst Halten einer Hantel ohne Bewegung erzeugt EMG (isometrische Kontraktion).

Tech Briefs: Benötigt Myogramm Nadeln?

Rahman: Zwei Versionen: Nadeln (invasiv) und Oberflächen-EMG (unser Einsatz). Misst Potentialdifferenz zwischen zwei Hautelektroden (Klebeelektroden). Steueralgorithmus: bei guter Handbewegung dominiert Kraftsensor-Signal.

Kraftsensor-Position & Therapiemodi

Tech Briefs: Wo sitzt der Kraftsensor?

Rahman: Am Handgriff (Wrist Handle). Erkennt immer Bewegungen. Basierend auf Beeinträchtigung: Controller justiert Assistenzlevel oder Widerstand. Widerstand = Muskelaufbau. Therapien: assistiv, resistiv. Programmierbar nach Patientenbedarf.

Analogie Physiotherapeut: Patient drückt, Therapeut gibt Widerstand. Roboter macht es schwerer zu schieben. Ziel programmieren → Patient muss kräftig drücken (Muskelarbeit). Ziel nicht erreichbar → Roboter hilft (aktive-assistive Therapie).

Schlaganfall: Neuronale Verknüpfungen gestört → feinmotorische Vergessenheit → viele Wiederholungen nötig. Roboter: passiv (bewegt Gliedmaßen sanft ohne Eigenanstrengung) → Dehnung schmerzfrei, Bewegungsmuster verstärken. Bei Fortschritt: funktionale Aufgaben für Koordination.

Technische Spannungsanpassung

Tech Briefs: Technisch: Wie justieren Sie die Spannung?

Rahman: Motortreiber justiert Motorstrom basierend auf Kraftsensor- oder EMG-Signal → ändert Motoraktuation.

Einsatzmodi: Remote & In-Person

Tech Briefs: Zwei Nutzungsarten: remote oder vor Ort (Therapeutenpraxis)?

Rahman: Bisher nur in Person. Jetzt Telehealth-Erprobung. Versionen: Klein für Zuhause, größer für Reha-Zentrum. Therapeut erhält Daten remote, justiert Protokoll, steuert Roboter bei Bedarf fern.

Sicherheit & Therapeut-In-The-Loop

Tech Briefs: Muss Therapeut leiten (wie viel ist genug/zu viel)? Schaden möglich.

Rahman: Ja, wir arbeiten mit Schlaganfallpatienten, sammeln Daten. Wenn KI voll entwickelt, weniger Anleitung nötig, aber Therapeut immer in der Loop. Programmieren/Beaufsichtigen bleibt Aufgabe. Ständig Probanden für Controller-Entwicklung rekrutiert.

Tech Briefs: Individuell sehr verschieden – wie soll KI ohne Therapeut Kraftbedarf bestimmen?

Rahman: Gesetz: Premotion erkennt Schmerzperiode. Muskelaktivierung → Schmerz ↑ → Kraftsensorsignal ↑. Experimentelle Phase.

Tech Briefs: Auch per EMG messbar?

Rahman: Ja, beide Sensoren. Doppelter Check mit Therapeut: Schmerz OK? → in Controller einprogrammieren. Langfristig: Tausende Patienten, alle anders. Drei Schmerzfrei-Bewegungsbereich-Messgrößen: EMG (Aktivitätslevel), Kraftsensor (Widerstandslevel), Kamera (Gesichtsausdruck-Schmerzerkennung). Noch Entwicklung, nicht 100 % korrekt. Ziel: System mit minimaler Supervision.

Digitaler Zwilling

Tech Briefs: Erstellen Sie einen Digital Twin?

Rahman: Ja. Therapeut hat nicht echten Roboter, sondern Replika. Roboter fernsteuern, generierte Daten lesen. Gelenkwinkel, Krafteinwirkung einsehen. Bidirektionale Kommunikation: Roboter bewegt sich → Feedback (wie weit, Kräfte, EMG…).

Cloud-Kommunikation

Tech Briefs: Brauchen Sender + Sensoren?

Rahman: Ja, Microsoft Azure Cloud Services. Signale → Azure Cloud → Patientenheim. Ohne Therapeut: Daten in Cloud gespeichert, Therapeut greift jederzeit zu.

Gamification der Therapie

Tech Briefs: Sie nutzen Spiele?

Rahman: Forschung: Robotiktherapie + Spiele = bessere Performance. Wissenschaftlicher Hintergrund: Motor Learning Principles. Aufgaben-spezifisches geführtes Therapieregime. Richtige Herausforderung, explizites/implizites Feedback über Fortschritt.

Spiel = nützlich. Aufgabe: Punkt A → B. Erreichen → Ziel etwas weiter (Bewegungsausdehnung erhöhen, herausfordernder). Kurs & Dauer bekannt. Spiele engagieren: Therapeutenpräsenz-Simulation. Funktionale Aufgaben in Spielen: Waschen, Tisch abwischen, Löffel umsetzen. Basierend auf Motor Learning Principles → implizites/explizites Feedback → Fortschrittsmonitoring. Spiele motivieren (Score-Verbesserung). Forschung zeigt: Spiele → bessere Outcomes.

Vorteil vs. reinem Physiotherapeuten

Tech Briefs: Vorteil gegenüber physischem Therapeuten?

Rahman: Komplementär. Ständiger Therapeutmangel, Zahlen sinken. Roboter an Patient → unermüdlich 24/7. Ein Therapeut betreut viele Patienten/Tag. Statt 10 Wiederholungen manuell begleiten → Roboter präzise.

Analogie: Blutdruckmessgerät für Zuhause → Arzt muss nicht täglich kommen. Ähnlich: Therapeut & Patient profitieren. Versicherung deckt begrenzte PT-Besuche/Jahr. Roboter ermöglicht unbegrenzte Therapie nach Anleitung.

Kostenübernahme & Kommerzialisierung

Tech Briefs: Wer zahlt? Versicherung?

Rahman: Versicherung wird decken – heute decken sie CPM-Maschinen (Continuous Passive Motion) Mietverträge bei medizinischer Notwendigkeit. Die geben nur Wiederholungen. Unser Roboter = CPM + Intelligenz. Da CPM gedeckt, erwarten wir Deckung auch für Roboter. Patient kauft nicht, mietet nur.

Tech Briefs: Stand Kommerzialisierung?

Rahman: Experimente mit echten Schlaganfallpatienten laufen. Startup gegründet (letztes Jahr), Team für Kommerzialisierung formiert. Noch offene Punkte. Jetzt als Forschungsroboter verkaufbar. Für klinischen Heimeinsatz: FDA-Zulassung nötig (1–2 Jahre).

Transkript: Für dieses Video nicht verfügbar.