| Forschung
Entwicklung einer Gesundheits-App

Zu viel gebückt?

In einem fakultätsübergreifenden Forschungsprojekt entwickeln Wissenschaftler*innen der HAW Hamburg eine App, die Rückenschmerzen vorbeugen soll. Doch wie können Forscher*innen überhaupt feststellen, wann genau Bewegungen schädlich werden? Und wie kommen diese Daten dann in eine App? Wir haben Prof. Dr. Henner Gärtner und seinen Kollegen Frank Peters besucht, um zu sehen, wie es um das Projekt steht.

Ein Automechaniker arbeitet in einer für ihn typischen Überkopfbewegung an der Unterseite eines Autos

Zwei Beispiele für ungünstige Bewegungsabläufe: ein Automechaniker bei der Überkopfarbeit und ein Paketzusteller beim Hochheben eines Pakets.

Wer schon einmal eine Wohnung renoviert hat, kennt das: der Körper, ein einziger Schmerz. Es waren zu viele gleiche Bewegungen, über Stunden hinweg. Wie muss es dann erst Paketauslieferer*innen oder Automechaniker*innen gehen, die über Stunden ihren Rücken belasten?

„Es gibt unzählige Fitness-Apps, die Menschen dazu bringen sollen, sich täglich mehr zu bewegen“, erklärt Prof. Dr. Henner Gärtner. Er forscht und lehrt als Professor für Industrielle Logistik am Department Maschinenbau und Produktion an der Fakultät Technik und Informatik (TI). „Doch es gibt nur wenige Apps, die an die Körper-Sensorik gekoppelt sind und bei ungesunden Bewegungen rechtzeitig vor Überlastung warnen. Genau diese Lücke möchten wir schließen.“

Er und sein Kollege Frank Peters haben Wissenschaftler*innen und Studierende aus ganz unterschiedlichen Disziplinen für die Entwicklung einer Handy-App zusammengebracht. Bei zu vielen ungesunden Bewegungen soll sie Alarm schlagen. Auf diese Weise könnte sie gefährdeten Berufsgruppen wie Automechaniker*innen und Paketauslieferer*innen in Sachen Gesundheitsprävention unter die Arme greifen. Diese müssen nämlich häufig Vertragsverhältnisse als Selbständige eingehen. Daher profitieren sie nicht von Maßnahmen zur Arbeitnehmergesundheit, die Großkonzerne ihren Angestellten bieten.

Gleichzeitig findet auf Unternehmensseite ein Wandel in den Arbeitsprozessen statt: Die Produktion wird flexibler, Tätigkeiten werden individueller. Und damit ändern sich auch die Belastungen. Einen Arbeitsplatz einmalig zu bewerten, reicht nicht mehr aus. Und was ist überhaupt mit schwer zugänglichen Jobs auf Windkraftanlagen oder in der Kanalisation? „Sich ändernde Arbeitsorte erfordern eigentlich eine ständige Neubewertung der Gesundheitsbelastung“, so Gärtner. Eine App, die Bewegungsabläufe trackt und bewertet, könnte hier Abhilfe schaffen.

Bei ungesunden Bewegungen gibt es nur wenige Apps, die an die Körper-Sensorik gekoppelt sind und rechtzeitig vor Überlastung warnen. Genau diese Lücke möchten wir schließen.

Prof. Dr. Henner Gärtner, Professor für Industrielle Logistik

Interdisziplinärer Ansatz
Für das Projekt arbeiten Arbeitswissenschaftler*innen aus verschiedenen Fakultäten der Hochschule zusammen: Die Fakultät TI ist dafür verantwortlich, das Projekt technisch umzusetzen. Die Fakultät Design, Medien und Information (DMI) bringt sich über den Studiengang „Bekleidung – Technik und Management“ bei der Frage ein, wie Sensorik in Arbeitskleidung untergebracht werden kann. Und die Gesundheitswissenschaftler*innen der Fakultät Life Science (LS) wissen, welche Bewegungen schädlich für den Menschen sind. „Durch den interdisziplinären Ansatz können unsere ganz unterschiedlichen fachlichen Schwerpunkte und Kenntnisse einfließen“, fasst Henner Gärtner zusammen.

Intelligente Kleidung liefert Bewegungsdaten
Am Berliner Tor präsentiert uns Peters den allerersten Prototypen, der ein wenig aussieht wie ein Klettergurt für den Oberkörper. Am Rücken laufen allerlei Kabel zusammen. An verschiedenen Stellen haben Studierende Sensoren befestigt. Diese zeichnen Daten auf, wenn eine Bewegung ausgeführt wird. Allerdings sind sie noch „verrauscht“, also ungenau und nicht reproduzierbar. Diesem Problem wollen die Wissenschaftler mit Hilfe statistischer Methoden begegnen. „Zwar lässt sich die Weste je nach Körpergröße einstellen, aber die Sensoren müssten viel enger am Körper anliegen“, erklärt Peters. „Selbst wenn wir sie an den exakt identischen Körperstellen ausrichten, sind die Abstände zwischen den Sensoren bei jedem Probanden unterschiedlich. Um dieses Problem zu lösen, haben wir den Kontakt mit dem Department Design gesucht.“

Prof. Dr. Patrick Lorer ist Arbeitswissenschaftler am Department Design im Studiengang Bekleidung. Dort kennt man sich aus mit so genannten „Wearables“, also kleinen, vernetzten Computern, die am Körper getragen werden. Von Fitnessarmbändern bis hin zu intelligenten Sporthosen gibt es nämlich ganz unterschiedliche Möglichkeiten, Bewegungsdaten aufzuzeichnen. „Als Bekleidungstechniker befassen wir uns damit, wie leitfähige Materialien in Stoffe eingewebt und wie Sensoren an der Arbeitskleidung befestigt werden können“, erklärt Lorer.

Bewegungsdaten erzeugen und aufzeichnen
Wie erste valide Daten erhoben und aufgezeichnet werden können, möchten Mohamed Moncif Hakim und Emin Hasanov in ihren Bachelor-Arbeiten an der Fakultät TI herausfinden. „Als Mechatroniker wussten wir, wie wir mit Sensorik Daten generieren. Gründlich einarbeiten mussten wir uns dagegen in das Thema Ergonomie“, erklärt Hakim. Erst nach dieser Einarbeitung haben sie sich dann zwei geeignete, beispielhafte Tätigkeiten herausgegriffen: das drehende Bücken des Paketzustellers, wenn er Pakete aus seinem Wagen hebt, und das rückenschädigende Überkopfarbeiten eines Automechanikers. Zusammen mit einem Physiotherapeuten definierten sie für diese zwei Bewegungsabläufe Messpunkte auf dem Körper. Bevor sie jedoch derart komplexe Bewegungen aufzeichnen und auswerten können, haben Hakim und Hasanov es in einem ersten Schritt mit einer einfacheren Armbewegung versucht.

„Mit Hilfe von Mikrocontrollern, die wir an zwei Stellen eines Arms befestigt haben, konnten wir erste Bewegungsdaten aufzeichnen“, sagt Hasanov. Hakim hat inzwischen die Sensorik an seinem Arm festgeschnallt. Er streckt seinen Arm und winkelt ihn an. Zeitgleich zu seiner Armbewegung wird dieselbe Bewegung als Computer-Animation auf dem Bildschirm angezeigt. Ein kleines, grünes 3-D-Männchen macht genau die gleiche Armbewegung wie Hakim. „Zu jedem der Sensoren übermitteln wir die Winkeldaten der Koordinaten x, y und z in Echtzeit,“ erklärt Hasanov und zeigt auf den Bildschirm. Diese Winkeldaten spuckt das Programm als bloße Zahlenkolonne aus. So undurchsichtig die Daten auch für den Laien erscheinen, ohne sie kann die App nicht funktionieren.

Das System wird so lange mit Bewegungsdaten trainiert, bis es gelernt hat, ungesunde von gesunden Bewegungen zu unterscheiden. Der Clou dabei ist, dass wir dies in Echtzeit analysieren können – wenn erst der Algorithmus steht.

Prof. Dr. Henner Gärtner und Frank Peters, beide arbeiten an neuronalen Netzen

Daten in Echtzeit auswerten – durch Künstliche Intelligenz 
Nabil Toumi arbeitet bei einer Berufsgenossenschaft. Dort geht es unter anderem darum, Arbeitsunfälle zu verhüten oder zu entschädigen. In seiner Master-Arbeit an der HAW Hamburg will er die Daten von Hakim und Hasanov interpretieren. „Ich möchte beispielsweise herausfinden, welche Zahlenkolonnen die schädliche Überkopfarbeit darstellen und welche nicht“, erklärt Toumi. „Dafür muss ich eindeutige Bewegungsabläufe identifizieren und interpretieren.“ Dies geschieht jedoch nicht händisch, dafür ist die Datenmenge zu groß. Hier kommt die Künstliche Intelligenz ins Spiel, besser gesagt, das Maschinelle Lernen.

„Wir arbeiten mit neuronalen Netzen“, erklärt Gärtner. Diese haben ein ähnliches Konstruktionsprinzip wie unser Gehirn: Eignen wir uns neues Wissen an, verbinden sich die Neuronen, also die Nervenzellen unseres Gehirns, zu hochkomplexen Systemen. Diese Verknüpfungen ändern sich laufend, wenn wir etwas dazulernen. So ist das auch bei einem neuronalen Netz: „Das System wird so lange mit Bewegungsdaten trainiert, bis es gelernt hat, ungesunde von gesunden Bewegungen zu unterscheiden“, sagt Gärtner. „Der Clou dabei ist“, ergänzt Peters, „dass wir dies in Echtzeit analysieren können – wenn erst der Algorithmus steht.“

Dafür müssen dann allerdings alle Teilprojekte optimal ineinandergreifen: Die Sensoren sind erfolgreich in ein passendes Kleidungsstück eingearbeitet worden, damit die Mikrocontroller die richtigen Bewegungsdaten liefern. Es steht fest, welche Zahlenkolonnen für schädliche Bewegungen stehen und welche nicht. Und außerdem ist eine App-Oberfläche mit einem Ampelsystem entworfen und programmiert worden. Denn erst dann kann der Algorithmus der App rechtzeitig Alarm schlagen, wenn dem Rücken nicht gut geht.

Text: Tiziana Hiller

Kontakt

Fakultät Technik und Informatik
Department Maschinenbau und Produktion
Prof. Dr. Henner Gärtner
Professor für Industrielle Logistik
T +49 40 428 75-8765
henner.gaertner (at) haw-hamburg (dot) de

Wissenschaftlicher Mitarbeiter
Frank Peters
T +49 40 428 75-8763
frank.peters (at) haw-hamburg (dot) de

Fakultät Design, Medien, Information
Department Design
Prof. Dr. Patrick Lorer
Professor für Arbeitswissenschaft, BWL und Fachenglisch
T +49 40 428 75-4733
patrick.lorer (at) haw-hamburg (dot) de

x