KI Bewegungs-erkennung-App verbessert Rehabilitation und Physiotherapie

Sport- und Gesundheitsinnovatoren verändern häusliche Rehabilitation

Kinetech, ein norwegisches Startup, hat es sich zur Aufgabe gemacht, Rehabilitations- und Übungsanleitungen für jeden zugänglicher zu machen. Nutzer sollen die Möglichkeit bekommen, ihr Rahablilitationstraining zu Hause durchzuführen und dabei personalisiertes Feedback in Echtzeit erhalten.

Angesichts dieser Vision sah sich Kinetech mit dem Problem konfrontiert, die Körperhaltung nur mit Hilfe von Handykameras präzise zu erfassen. Die Bewegungserkennung hatte Probleme dabei, dynamische Bewegungen wie Kniebeugen genau zu erfassen, was zu inkonsistentem Feedback und potenzieller Frustration der Nutzer führte.

Um diese Probleme zu lösen, benötigte Kinetech eine Lösung, die Computer Vision mit biomechanischen Erkenntnissen kombiniert.

Hindernisse für die Rehabilitation mit Auswirkungen auf die Ergebnisse der Patientinnen und Patienten

Der begrenzte Zugang zu professioneller Physiotherapie ist in Norwegen und in ganz Europa nach wie vor eine große Herausforderung. Viele Patienten müssen aufgrund der überlasteten Gesundheitssysteme lange Wartezeiten für die Rehabilitation in Kauf nehmen.

Ohne fachkundiges Know-how verlassen sich die Patient*innen oft auf eigene Übungen für zu Hause. Dadurch erhöht sich das Risiko einer falschen Bewegungsausführung, was die Genesung verlangsamen oder neue Verletzungen verursachen kann.

Dieses Problem möchte Kinetech mit einer App beheben, die nur mithilfe der Smartphone-Kamera eine Echtzeit-Bewegungskorrektur und -anleitung bietet.

Effizientes Heimtraining und Rehabilitation durch veraltete Bewegungserkennungslösungen behindert

Ein Technologiepartner für eine sportorientierte App mit fortschrittlicher KI Bewegungserkennung

Für Kinetech war klar, dass für eine genaue Bewegungserkennung in Echtzeit mit einer Smartphone-Kamera mehr als nur eine Standardlösung erforderlich sein würde. Es wurde ein System benötigt, welches die Körperhaltung bei dynamischen Übungen zuverlässig erfasst und auch subtile Änderungen der Körperhaltung präzise festhält.

Damit die Nutzer*innen motiviert bleiben, musste die App konkretes Feedback über eine intuitive Benutzeroberfläche liefern. Dazu waren komplexe Computer-Vision-Algorithmen in Kombination mit biomechanischem Fachwissen erforderlich.

Da das Team jedoch nicht über die nötige Erfahrung und die Spezialist*innen verfügte, wandte es sich an uns, um im Bereich Computer Vision, Kinematik und App-Entwicklung auszuhelfen.

Vom Konzept zur Implementierung: Entwicklung eines verlässlichen Bewegungserkennungssystems

Um ein präzises und stabiles KI-System zur Bewegungserkennung zu entwickeln, konzentrierten wir uns auf, die Überwindungen der Einschränkungen durch Smartphonekameras. Der Schwerpunkt unseres Vorgehens lag auf der Entwicklung eines Systems, welches selbst bei schwer zu erkennenden Übungen wie Kniebeugen ein Echtzeit-Feedback liefern kann.

Wir wählten Google MediaPipe als Grundlage für das Bewegungserkennungsmodul, da es bei der Körpererfassung in Echtzeit sehr effizient ist. Erste Tests zeigten jedoch visuelles Stottern und Ungenauigkeiten bei der Erfassung während schneller Bewegungen. Daher entwickelte unser Team einen eigenen Algorithmus, um das Problem zu lösen.

Um die Genauigkeit anschließend weiter zu verbessern, haben wir den Erkennungsprozess um zusätzliche Stabilisierungsalgorithmen erweitert, sodass Feedback auch bei schnellen oder komplexen Übungen verlässlich bleibt.

Echtzeit-Tests und Systemoptimierung für zuverlässige Leistung

Nutzerzentriertes UX-Design und App-Entwicklung für nahtlose Interaktion

Um Rehabilitationsübungen zu Hause effektiv zu gestalten, benötigte die App eine klare und ansprechende Benutzeroberfläche, die die Nutze*innen motiviert. Jedes Designelement musste zusammenwirken, um die Nutzer*innen durch die Übungen zu führen und gleichzeitig Echtzeit-Feedback zu liefern.

Also haben wir uns auf die Intuitivität des UX Designs konzentriert und ein Gleichgewicht zwischen informativen visuellen Hinweisen und einem klaren, einfachen Design geschaffen. Der Kalibrierungsschritt wurde nahtlos in den Trainingsprozess integriert, ohne den Fluss der Nutzer*innen zu unterbrechen.

Durch die Kombination von Live-Übungsumrissen mit einfachen Fortschrittshinweisen lieferte die App die Hilfestellung, ohne die Nutzer*innen abzulenken oder zu überfordern. So fällt es diesen einfach konzentriert zu bleiben und ihre Übungen sicher zu absolvieren.

Was wir von den Projektergebnissen halten?

Unsere Zusammenarbeit mit Kinetech führte zu einer innovativen Lösung, welche mit KI und Computer Vision ein präzises Echtzeit-Feedback für Rehabilitations- und Sportübungen zu Hause zu liefert. Durch die Kombination von technologischer Präzision und intuitivem Benutzererlebnis unterstützt die App bei der Leistungsverbesserung und Risikoinimierung.

Die speziell entwickelte Algorithmus-Software und die Kalibrierung sorgen für eine konsistente KI Bewegungserkennung, selbst bei schnellen und komplexen Bewegungen. So wurde sogar eine Grundlage für künftige Funktionserweiterungen geschaffen.

Dieses Projekt zeigt, wie Computer Vision einer breiten Öffentlichkeit personalisierte Rehabilitation zugänglich macht und neue Möglichkeiten für Sport- und Fitnessinnovationen schafft.