Computational Neurorehabilitation
neuroreha · 01.06.2025 · 17 (02) · 70-76
DOI: 10.1055/a-2566-2243 ↗Kurz gefasst
Fachartikel in der Zeitschrift neuroreha, erschienen am 01.06.2025. Verfasst von Thomas Weikert und 4 weiteren Autor:innen. Die Arbeit nennt 28 Literaturangaben.
Abstract (Originalsprache)
Jeder Patient in der Neurorehabilitation ist einzigartig, und jede Behandlung muss auf den Patienten zugeschnitten sein. Dieser Akt der Personalisierung wird empirisch jeden Tag zigfach durchgeführt, jedoch gibt es hierfür keine explizite Datengrundlage. Eine Möglichkeit, um der Vielfalt der Patientenbilder gerecht zu werden, besteht darin, sich in Zukunft von populationsbasierten statistischen Modellen zu verabschieden. Eine Alternative sind sogenannte N-of-1 Trials, in denen Daten von einzelnen Patienten und ihren Therapieverläufen gesammelt und Metaanalysen über den Behandlungserfolg durchgeführt werden. Durch maschinelles Lernen werden in großen Datensätzen Repräsentationsräume und Trajektorien identifiziert, die als digitale klinische Entscheidungshilfe fungieren können. Hierfür müssen jedoch intelligente Datenerfassungssysteme im klinischen Alltag Einzug finden, um eine ausreichende Datendichte zu erzielen. Der Artikel stellt ein solches Datenerfassungssystem vor und beschreibt die Erfahrungen einer Implementierung in einer Schlaganfall-Rehaklinik.
Zitieren
APA
Weikert, T., Du, E., Missale, G., Unger, T., & Awai, C. E. (2025). Computational Neurorehabilitation. neuroreha, 17(02), 70-76. https://doi.org/10.1055/a-2566-2243
Vancouver
Weikert T, Du E, Missale G, Unger T, Awai CE. Computational Neurorehabilitation. neuroreha. 2025;17(02):70-76. doi:10.1055/a-2566-2243
BibTeX
@article{Weikert2025,
author = {Weikert, Thomas and Du, Elisa and Missale, Giuseppe and Unger, Tim and Awai, Chris Easthope},
title = {Computational Neurorehabilitation},
journal = {neuroreha},
year = {2025},
volume = {17},
number = {02},
pages = {70--76},
doi = {10.1055/a-2566-2243}
}
EUVIMED