Harvard-Forscher machen bessere, klügere Gehhilfen

Felix Knoke
Außenansicht: Mensch

Menschen sind im Detail unterschiedlich - sie sehen ein bisschen unterschiedlich aus, reden alle ein wenig unterschiedlich und gehen auch alle ein klitzekleinbisschen anders als die anderen. So passen Menschen ihren Gang, die Gewichtverteilung an die eigenen körperlichen und äußeren weltlichen Bedingungen an, um optimal effizient voran, zurück oder seitwärts zu kommen. Diese Anpassungsfähigkeit ist ein Problem für Forscher, die elektronische Gehilfen für Menschen mit Gehbehinderungen entwickeln möchten. Eine Lösung für alle kann nur eine recht plumpe Lösung sein.

Eine Forschergruppe aus Harvard hat deswegen einen Algorithmus entwickelt, der die individuellen Gehbedürfnisse nach nur zwanzig Minuten Analyse erkennt. Die so gesammelten Daten könnten nützlich werden, wenn man beispielsweise eine beinschwache Person mit einem Soft-Exoskelett unterstützen möchte, das die Knie oder die Hüfte hin und wieder mit etwas Extrakraft unterstützt.

Genau so eine softes Exoskelett wurde vom Harvard Biodesign Lab entwickelt - aber dessen Einstellung auf die individuellen Bedürfnisse war nie einfach. Mit dem nun entwickelten Algorithmus ändert sich das. Sensoren ermitteln, wie eine Person läuft, zeichnen ihre Atemfrequenz und psychologische Merkmale auf. Anhand dieser Daten kann die Software nach 20 Minuten mit Elektro-Stimulation die Gehenden unterstützen und dabei deren Energieverbrauch um, 17 Prozent verbessern.

Kleiner Nerdhinweis: Dass die Gruppe Bayesianische Statistik benutzt und nicht einfach nur stumpf "Maschinelles Lernen" ist interessant. Bayesianische Ansätze sind immer hilfreich, wenn es wenige Datenpunkte und starke Vorannahmen gibt - und so wird das wohl in diesem Fall sein: Es geht nicht darum, um aus einer riesigen Sammlung von Menschendaten einen individuell idealen Ansatz zu finden (niemand hielte das für klug), sondern anhand eines Menschen als einzige Datenquelle eine gute Vorhersage über dessen Verhalten treffen zu können. MathematikerInnen, korrigiert mich, wenn ich falsch liege.Harvard