Früherkennung von Parkinson mit VR und Sensoren

Häufig werden neurologische Erkrankungen, wie zum Beispiel Parkinson, erst spät diagnostiziert. Um den Menschen eine frühere Diagnose zu ermöglichen, wurde das Projekt VAFES ins Leben gerufen. Mithilfe von Sensorik und VR soll ein spielerisches Testsystem entwickelt werden.

Im Gespräch mit MEDICA.de berichtet Professor Iossifidis, wie das Projekt zustande kam, welche Schritte geplant sind und was die Zielsetzung ist.

Herr Prof. Iossifidis, was war der Hintergrund, der das Projekt VAFES ins Rollen gebracht?

Prof. Ioannis Iossifidis: Bei diesem Projekt geht es um Patienten, die eine Armdysfunktion als Folge einer neurologischen Erkrankung zeigen, der Fokus liegt insbesondere auf Parkinson-Patienten. Hier ist das Ziel ein verlässliches Diagnosesystem zu entwickeln. Damit soll die Einordnung der Indikatoren für die Diagnose möglich werden. Diese zu bestimmen, sowie den Verlauf möglicher Therapien automatisiert nachhalten und bewerten zu können, ist das Ziel.

Es gibt bereits einen Armtest, den sogenannten Action Research Arm Test (ARAT), der im Prinzip aus einem Koffer und einigen Holzteilen, Unterlegscheiben und dergleichen besteht. Damit führen die Patienten, die ein gewisse Dysfunktionen im Griff oder in der Armbewegung haben, Übungen aus und werden dabei von einem Arzt beobachtet. Auf der Basis dieses Tests wird dann vom Arzt eine Kategorisierung durchgeführt. Diese Methode ist jedoch nicht besonders genau und sehr subjektiv, was sich auch in den Beurteilungen wiederfindet.

Wir wollen das Diagnosesystem mit mehr Individualität bei den Übungen versehen. Arm- und Handbewegungen werden in der virtuellen Realität (VR) getrennt. So können die genauen Informationen über den Verlauf der Bewegungen, über die Geschwindigkeiten und Beschleunigungen analysiert werden. Damit kann der Istzustand erstmals auf der Basis von objektiven Daten bewertet werden.

Darüber hinaus erhoffen wir uns, im Rahmen des Projektes, Modelle zu entwickeln, die die Armbewegungen genau beschreiben, sodass eine frühzeitige Diagnose bei Parkinson-Patienten möglich wird. Momentan muss ein DAT-Scan, auch als PET-CT-Prüfung bekannt, durchgeführt werden, um mit Sicherheit Parkinson diagnostizieren zu können. Allerdings ist die Elektronentomografie eine sehr teure und nur sehr selten durchgeführte Untersuchung. Im Hospital Bergmannsheil Bochum wird der DAT-Scan zum Beispiel nur zwei bis dreimal im Jahr durchgeführt.

Wie wird Virtual Reality (VR) im Projekt eingesetzt werden?

Iossifidis: Ich denke das wir nach dem Verlauf des Projektes in der Lage sein werden, eine Lösung zu bieten, die mithilfe einer VR-Brille und einem entsprechenden Handschuh als Diagnosesystem genutzt werden kann. Zur Aufnahme der Daten werden die Patienten in der virtuellen Realität durch eine Art Spiel getestet. Mit diesen Daten kann dann definiert werden, in welchem Krankheitsstadium der Patient sich befindet.

Wie funktioniert der Sensorhandschuh?

Iossifidis: Im Rahmen des Projektes entwickeln wir einen aktiven Sensorhandschuh. Es handelt sich um einen Stoffhandschuh, der mit Sehnen und kleinen Motoren versehen ist. Er kommt bei Menschen, die Schwierigkeiten haben ihre Hand zu schließen oder zu öffnen zum Einsatz. Der Handschuh soll die Greiffunktion auf eine sanfte Art und Weise kompensieren. Dieser Aspekt wird durch einen Stimulationsteil für die Muskeln gesteuert. Gleichzeitig können durch Tracker die Bewegungen direkt in der Hand gemessen werden.

Im Laufe des Projektes werden wir detaillierte Messungen der Muskelaktivitäten durchführen, um ein Gerät zu entwickeln, dass antagonistisch die Muskeln stimuliert, sodass der Tremor aufgehoben wird. Das Ziel ist es, dieselbe Funktionalität zu erreichen, wie durch ein Hirnimplantat, welches häufig eingesetzt wird, um den Tremor auszuschalten.

Wie sehen die nächsten Schritte konkret aus?

Iossifidis: Die nächsten Schritte, die bereits begonnen haben, sind die Entwicklungen in der virtuellen Realität. Sowohl die Geräte, die verwendet werden, als auch das Spiel und die Bewegungsszenarien für die Patienten, an denen wir die Messungen durchführen wollen, wurden eingeleitet.

Zunächst werden wir als Grundlage für einen späteren Vergleich die Daten von gesunden Patienten aufnehmen. Mithilfe des maschinellen Lernens werden die Daten gezielt eingeordnet und gestaltet.

Als nächster Schritt folgt die Entwicklung eines generativen Models für die Armbewegungen. Durch die daraus entstehende Software können Anomalien in der Bewegung und der Grad der Anomalie erkannt werden, sodass eine Einordnung in das entsprechende Parkinsonstadium möglich ist. In Kombination mit EEG-Daten und maschinellem Lernen können Korrelationen und Indikatoren der Biosignale, die einen Hinweis auf die Krankheit geben, ermittelt werden.

Welchen Einfluss kann ein solches Testsystem auf die Früherkennung haben?

Iossifidis: Der Alltag ist leider so, dass die Patienten bei Verdacht auf Parkinson in der Regel nicht gescannt werden. Es werden keine tomografischen Verfahren durchgeführt. Daher ist der essenzielle Faktor, dass es überhaupt möglich ist, ein solches Testsystem zu entwickeln. Gerade bei der Parkinson Erkrankung finden Patienten, erst wenn sich bereits ein starker Tremor manifestiert hat, den Weg zum Arzt. Obwohl häufig bereits Jahre vorher schon erste Anzeichen auftreten. Idealerweise bringen wir ein Testsystem in die Praxen, welches als eine 10-minütige Routine Untersuchung mit einer VR-Brille und einem Handschuh eine frühzeitige Diagnose ermöglicht.