Neue Apps und Algorithmen für die Medizintechnik

Studierende der Hochschule Landshut stellten die Ergebnisse ihrer Projektarbeiten im Studiengang Biomedizinische Technik vor

Für die Studierenden war das Sommersemester 2020 aufgrund der Corona-Pandemie alles andere als leicht. Doch trotz der widrigen Umstände brachten die drei Teams aus dem sechsten Semester des Studiengangs Biomedizinische Technik unter Leitung von Prof. Dr. Stefanie Remmele ihre Projekte erfolgreich ins Ziel.  In einer Webkonferenz präsentierten sie live aus dem Hörsaal ihre Ergebnisse einem interessierten Publikum aus Firmen und Hochschulangehörigen.

Apps für virtuelle Exkursionen

Den Anfang machten Tobias Diermeier und Johannes Reindl. Sie verglichen in ihrem Projekt die Entwicklung von Apps, die gleichzeitig von mehreren Personen genutzt werden können. Solche Multi-User-Apps werden in der Medizintechnik beispielsweise angewandt, um angehenden Ärzten die Durchführung medizinischer Eingriffe oder die Benutzung von Medizinprodukten näherzubringen. Bei ihrer Präsentation stellten die beiden Studenten zwei von ihnen entwickelte Apps vor und legten damit den Grundstein beispielsweise für virtuelle Exkursionen in medizinischen Einrichtungen – was gerade in Zeiten von Ausgangsbeschränkungen und strengen Hygienevorschriften ein relevantes Thema ist. Schon seit ein paar Jahren entwickelt das Labor Medizintechnik AR- und VR-Applikationen sowohl für die Lehre, als auch, um Studierende an moderne Themen der digitalen Medizintechnik heranzuführen.

Software-Evaluierung aus der Ferne

Das Projektteam um Marcus Assmann, Johannes Eichler und Robert Lübcke erforschte zusammen mit der Firma mediCAD Hectec in Altdorf bei Landshut, wie die Benutzerfreundlichkeit medizinischer Software auch aus der Ferne evaluiert werden kann. Die Usability von medizinischer Software ist im Zuge der Digitalisierung von elementarer Bedeutung und eines der wichtigsten Querschnittsthemen in der Medizintechnik. Die jungen Wissenschaftler gingen dabei der Frage nach, wie sie Benutzer-Beobachtungsstudien durchführen können, auch wenn die Beobachtung der Benutzer selbst nicht möglich ist, z.B. aufgrund von Coronabeschränkungen oder bei weiten Entfernungen. Dabei untersuchten sie, inwieweit die klassischen Methoden zur Evaluierung von Softwareergonomie auf Beobachtungsstudien per Webkonferenz übertragbar sind. Darüber hinaus entwickelten sie Ansätze zur Erstellung von Aktivitätskarten, indem sie die mitgefilmten Bildschirmvideos der Benutzeroberfläche analysierten, Mausklicks zählten und testeten, inwieweit konventionelle Webcams die Blickrichtung des Benutzers überwachen können. Hierdurch entdeckten sie sogar Verhaltensmuster, die über die Beobachtungsstudien nicht erfasst wurden.

Künstliche Intelligenz für EKG-Kurven

Bei der dritten Projektarbeit stand schließlich das Thema Künstliche Intelligenz im Fokus. Chiara Mezger, Max Kronschnabl, Dominik Lawall und Albert Ruckhabert untersuchten für die Firma Corscience in Erlangen, inwieweit EKG-Kurven aus eingescannten Dokumenten automatisch extrahieren werden können. Um maschinell lernende Algorithmen zu entwickeln, werden große Mengen an Daten benötigt. Doch viele medizinische Einrichtungen übermitteln aus Gründen der Sicherheit Daten nur in ausgedruckter Form auf Papier. Um die Informationen für eine Weiterverarbeitung zu digitalisieren, muss das Dokument also gescannt und die Patientendaten daraus segmentiert werden. Hierfür bieten sich maschinell lernende Algorithmen an, die beispielsweise schon erfolgreich für die Analyse von radiologischen Bildern eingesetzt werden. Diese Algorithmen müssen jedoch erst auf Daten trainiert werden. Da solche Daten aber noch nicht existieren, entwickelte das Projektteam dafür Tausende von synthetischen EKG-Scans. Tatsächlich funktioniert der Ansatz auf vergleichbaren Datensätzen sehr gut, kleinere Lücken in den extrahierten Kurven schließt die angehängte Datenverarbeitung.