Menschliche Bewegung, Orthopädie, Sportmedizin und digitale Methoden

Tätigkeiten

Ziel der HOSD-Plattform ist es, zu verstehen, wie menschliche Bewegung und körperliche Aktivität und deren Verhaltens-, Funktions- und (sportliche) Leistungsdimensionen als Maß für Behandlungserfolg, (frühe) diagnostische Biomarker und Modalität im Hinblick auf die Behandlung, Prävention oder Verzögerung des Fortschritts in vielen Erkrankungsbereichen dienen können, und dieses Verständnis für klinische Studien und die Praxis zu nutzen. Dies gilt insbesondere dort, wo der Bewegungsapparat direkt betroffen ist, d. h. in der Orthopädie und bei Sportverletzungen, aber auch dort, wo die Auswirkungen zwar erwiesen, aber nicht so offensichtlich sind, beispielsweise bei neurodegenerativen Erkrankungen und anderen neurokognitiven Störungen (NCDs), die eine hohe Belastung für Patienten und in sozioökonomischer Hinsicht darstellen, z. B. Krebs, Diabetes, Multiple Sklerose oder Alterungsprozesse. Aktivitätsprofile und Bewegungsmuster sind hier auch relevant zur Stratifizierung von Patienten für klinische Studien. 

Wir betreiben und unterstützen Forschung zur systematischen Beurteilung der Biomechanik von menschlicher Bewegung, des Verhaltens in Bezug auf körperliche Aktivität, funktionelle Leistungsfähigkeit und der damit verbundenen biometrischen Parameter. Dazu nutzen wir Labormethoden (3D-Bewegungserfassung, Kraftmessplatten), mobile, ambulante oder Remote-Methoden für Messungen außerhalb des Labors und im Freifeld sowie Monitoring realer Daten z. B. mithilfe tragbarer Geräte („Wearables“), Sensoren oder anderer digitaler Tools, darunter elektronische Selbstbeurteilungen von Patienten, Methoden zur stichprobenartigen Erfassung von Erfahrungen und multimodale Ansätze. Unsere Aktivitäten umfassen die Entwicklung, Auswahl, Konfiguration, technische und klinische Validierung und Anwendung dieser Methoden in der Forschung und klinischen Praxis in translationalen (vom Labor ans Patientenbett und zurück) und transversalen (medizinische Fachgebiete und Erkrankungen übergreifend) Konfigurationen. Es liegt in der Natur der Sache, dass diese Aktivitäten Schnittstellen zur Verarbeitung von Biosignalen und Methoden der Datenwissenschaft, z. B. maschinelles Lernen, haben.