Bolus-Wissen: Ein Wald im Wartezimmer

Bolus-Wissen: Ein Wald im WartezimmerVirtuelles Waldbad, ein Roboterhund für Blinde und eine 3D-Patientin mit Endometriose – hier kommen wirksame Wissens-Boli zum Angeben.

Digital entspannen: VR statt Waldweg

Auch virtuelles Waldbaden hebt die Stimmung – vor allem, wenn mehrere Sinne wie Sehen, Hören und Riechen gleichzeitig angesprochen werden. Das zeigt eine Pilotstudie des Max-Planck-Instituts für Bildungsforschung und des Universitätsklinikums Hamburg-Eppendorf, welche im Journal of Environmental Psychology veröffentlicht wurde. Über 130 Teilnehmer sahen sich nach einer Stressinduktion per VR-Brille verschiedene Waldszenarien an, um die entspannende Wirkung des Waldbadens virtuell nachzuahmen; die stärksten Effekte auf die Stimmung und das Gefühl der Naturverbundenheit gab es beim multisensorischen Erlebnis.

Wie sieht’s in eurer Praxis aus?

„Wir können bereits sagen, dass digitale Naturerlebnisse durchaus eine emotionale Wirkung haben können – auch wenn sie die reale Natur nicht ersetzen“, berichtet Leonie Ascone, Erstautorin der Studie. Die Forscher betonen, dass noch mehr Studien nötig sind, bevor sich die Ergebnisse verallgemeinern lassen. Virtuelles Waldbaden biete jedoch großes Potenzial für Kliniken, Wartezimmer und Stadtgebiete mit wenig Zugang zur Natur. Visuelle, akustische und olfaktorische Naturreize könnten dort das psychische Wohlbefinden stärken und sogar kognitive Leistungen verbessern. Vielleicht schaut ihr euch eure Räumlichkeiten ja nochmal unter diesem Gesichtspunkt an.

Wenn die KI sagt, wo’s langgeht

Blindenhunde sind teuer und ihre Ausbildung ist aufwändig – dennoch können sie keine komplexen Anweisungen befolgen. Das war für ein deutsch-französisches Studententeam Grund genug, den Roboter „HelpFix“ zu entwickeln: Der mobile Assistent kann natürliche Sprache verstehen, eigenständig den Weg zu vorgegebenen Zielen planen und dabei Hindernissen ausweichen – und das zentimetergenau.

Navigation bis aufs Siegertreppchen

Dank minimalem Budget und agilem Projektmanagement konnten die fünf Mechatronik-Studenten ihr Konzept in nur sieben Monaten umsetzen. Das Ergebnis überzeugte beim Drei-Länder-Wettbewerb „Trinatronics“ so sehr, dass das Team der Hochschule Kaiserslautern gemeinsam mit ENSISA Mulhouse den ersten Platz belegte. Wie es mit „HelpFix“ weitergeht, ist allerdings noch offen: Zur Debatte stehen eine Open-Source-Veröffentlichung, eine Unternehmensgründung oder die Weiterentwicklung im nächsten Wettbewerb.

Folge dem Nerd-Kanal Spezi für weitere News aus Wissenschaft und Technologie.
Folgen

Unsichtbares wird sichtbar

Acht Jahre bis zur Diagnose? Kein Einzelfall. Endometriose spielt Verstecken – und gewinnt oft. Denn häufig bleibt die Erkrankung trotz jahrelanger Menstruationsbeschwerden unerkannt, Ultraschall und MRT liefern oft keine klaren Befunde. Wissenschaftlerinnen aus den Bereichen Medizintechnik, Informatik, Frauenheilkunde und Gender Studies haben sich aus diesem Grund zusammengetan, um mit Hilfe verbesserter bildgebender Verfahren Diagnosen früher zu stellen.

Forschung „von Frauen für Frauen“

An der Friedrich-Alexander-Universität Erlangen-Nürnberg (FAU) und dem Universitätsklinikum Erlangen wollen die Forscherinnen Daten von mindestens 300 Patientinnen sammeln und mittels KI in ein 3D-Patientinnenmodell überführen. MRT und histopathologische Befunde sollen dabei die KI-Modelle trainieren. Die sogenannte „Endo-KI“ soll bildgebende Diagnostik verbessern, unnötige Operationen und Kosten reduzieren und eine Grundlage für weitere Forschung schaffen.

Zusätzlich sollen auf Basis individueller Erfahrungen und Bedürfnisse von Gynäkologen und Patientinnen gezielt Empfehlungen für Leitlinien zur Diagnostik und Therapie entwickelt werden. Das Ziel: Die Erkrankung früh erkennen, effektiv behandeln und endlich Sichtbarkeit schaffen – damit Endometriose keinen Platz mehr zum Verstecken hat.

Kardiometabolischer KI-Guru?

Forschern der Universität Freiburg ist es in US-amerikanischer Kooperation gelungen, das Risiko für kardiometabolische Erkrankungen mithilfe eines KI-Tools zu bestimmen. Anhand von routinemäßigen Ganzkörper-MRTs analysierte die KI die Körperzusammensetzung von Patienten – ein zentraler Risikofaktor für Herz-Kreislauf-Erkrankungen und Diabetes. Damit liefert sie deutlich präzisere Aussagen zur Risikobestimmung als klassische Adipositas-Messmethoden wie BMI oder Taillenumfang.

Mit dem Alter kommt das Fett

Die Analyse basierte auf den MRT-Aufnahmen von über 33.000 britischen Patienten ohne kardiometabolischen Vorerkrankungen. Die Ergebnisse zeigen: Mit steigendem Alter nehmen viszerales Fett und der Fettanteil in der Skelettmuskulatur zu, während die Muskelmasse abnimmt. Damit steigt das Risiko für Diabetes und schwere Herz-Kreislauf-Erkrankungen. In der mehr als vierjährigen Nachbeobachtung bestätigte sich der Zusammenhang für beide Geschlechter.

Einschränkend muss beachtet werden, dass die Studienergebnisse vorerst nur für weiße Menschen aus Großbritannien gelten. Die Forscher versprechen sich von der neuen KI-Anwendung allerdings eine schnelle, standardisierte und nichtinvasive Risikoabschätzung ohne zusätzliche Untersuchungen.

Bildquelle: Rasmus Andersen, Unsplash