BodyTune

Automatisierte Audioanalyse von Flussgeräuschen der Arteria Karotis

Während die Arteriosklerose bis zum Auftreten von Komplikationen symptomfrei verläuft, stellen deren Folgeerkrankungen (Schlaganfall oder Herzinfarkt) die häufigste Ursache für einen frühzeitigen Tod in den Industriestaaten dar. Die WHO schätzt die Prävalenz von Arteriosklerose bei Männern mittleren Alters auf etwa 20 Prozent, da ohne offensichtliche gefäßschädigende Erkrankungen jedoch keine Untersuchungen durchgeführt werden, ist eine Aussage über die tatsächliche Häufigkeit kaum möglich.

Die Herausforderung

Das Flussprofil der Karotiden sagt viel über den Gefäßzustand aus. Damit kann möglicherweise auch die Gefahr eines Schlaganfalls bewertet werden und der Zustand einer existierenden oder sich entwickelnden Arteriosklerose gemessen und kontrolliert werden. Neben der Prädiktion und Diagnostik kann auch die Therapie begleitet werden: die Effizienz von medikamentösen Behandlungen kann überwacht und in Zukunft bei regelmäßiger Messung sogar eine aktive Warnung ausgesprochen werden, um eine schnelle Intervention zu gewährleisten, und dabei eine Notfallsituation zu vermeiden, patientenspezifisch und mithilfe von künstlicher Intelligenz. Tendenziell muss in der Zukunft Gesundheitsprävention einen viel höheren Stellenwert einnehmen, um die Gesundheit der Gesellschaft und des Einzelnen zu fördern.

Unsere Leistung

Die genannten Ansätze fließen in die Entwicklung des mobilen Auskulationsmessgeräts »BodyTune« ein, basierend auf einem Tonaufnehmer mit dem ein personalisiertes Audiosignal der Karotidengeräusche (Fluss,/ Verwirbelungen,/ Intensität) aufgenommen und in einem mobilen System (Smartphone) lokal vorverarbeitet wird. Eine Data Analytics Engine soll mithilfe von KI-basierten selbstlernenden Algorithmen ein patientenindividuelles Karotiden-Profil erstellen. Mithilfe regelmäßiger Kontrollmessungen sollen Un-/Regelmäßigkeiten aufgezeigt und mit der großen Menge an Audiosignalen und patientenspezifischen Daten entsprechende Analysen und Vorhersagen technisch unterstützt werden. Die Entwicklung wird neben der Hardware auch die Algorithmen künstlicher Intelligenz und eine unterstützende Infrastruktur vorsehen. Hierdurch kann mit relativ geringem Aufwand teure klinische Notfall-Therapien reduziert und die Lebensqualität von Betroffenen verbessert werden.    

Das Ergebnis

Ziel des Projektes ist es, durch eine automatisierte Analyse von Körpergeräuschen am Beispiel der Karotisstenose einerseits die Früherkennung dieser Erkrankung und die Versorgung von Risikopatienten zu verbessern, und andererseits eine Individualisierung der Therapie und eine Steigerung der Adhärenz sowie der Inklusion zu erreichen.

Das Fraunhofer ISST widmet sich innerhalb des Vorhabens den Komponenten zur Datenverarbeitung, der Dateninfrastruktur sowie der Auswahl oder Implementierung von passenden Algorithmen.

Partner

• IDTM GmbH, Castrop-Rauxel
• Fraunhofer ISST, Dortmund

Assoziiert:

• Hochschule für Gesundheit, Bochum
• Universitätsklinikum Essen

Die Förderung

• Gefördert durch das Land Nordrhein-Westfalen und die Europäische Union (EU EFRE) unter dem Förderkennzeichen LS-2-2-038a.
• Laufzeit: 2,5 Jahre
• Projektstart: November 2019