Robotik und Digitalisierung in der neurologischen Rehabilitation

Hirnschädigungen und daraus resultierende Funktionsstörungen zählen zu den häufigsten Gründen für Alltagsbehinderungen. Durch gezieltes rehabilitatives Training und eine spezifische und intensive Förderung von Hirn- und damit Körperfunktionen kann oftmals eine funktionelle Wiederherstellung zumindest teilweise erreicht und so langfristig Behinderung vermieden werden. Robotik und Digitalisierung leisten hierzu einen wichtigen Beitrag.

Kernaussagen

• Neurologische Erkrankungen zählen zu den häufigsten Ursachen für Alltagsbehinderungen und nehmen im Rahmen der demografischen Entwicklung zu.

• Das Gehirn hat die Möglichkeit, die von ihm repräsentierten Funktionen auch nach einer Schädigung zumindest teilweise wiederzuerlangen.

• Neurorehabilitation hat u.a. die Aufgabe, durch spezifische, intensive und ausreichend umfängliche Trainingsbehandlung Hirnfunktionen und damit Körperfunktionen zu restituieren, um so Behinderung nach einer Hirnerkrankung zu vermeiden.

• Mechanische Roboter gewähren physische Assistenz und ermöglichen so ein hochrepetitives Training motorischer Funktionen.

• Sie können Personen mit schweren Lähmungen dabei unterstützen, basale motorische Fähigkeiten wie selektive Bewegungen im Arm oder Gehfähigkeit wiederzuerlangen, und sollten zu diesem Zweck eingesetzt werden.

• Digitale Gesundheitsanwendungen, wie sie für kognitives Training angeboten werden, können in Einrichtungen und der Häuslichkeit zum Einsatz kommen.

• Ihre Anwendung wird bei objektivierten kognitiven Leistungsminderungen eingebettet in einen Therapiekontext empfohlen.

• Humanoide Roboter-Technologie bietet in Kombination mit künstlicher Intelligenz die Möglichkeit, auch komplexe Therapiesituationen technologisch/digital abzubilden.

• Sie bietet als „emerging Technology“ die Chance, zukünftig als Therapieassistenz mehr Betroffenen ein spezifisches, intensives, ausreichend umfängliches neurorehabilitatives Funktionstraining zu ermöglichen.

Schlüsselwörter

Neurorehabilitation - Training - Arm - Gang - Kognition - Digitalisierung - Robotik

Publikationsverlauf

Artikel online veröffentlicht:
05. März 2024

• Literatur

• 1 WHO. Launch of first WHO position paper on optimizing brain health across life 2022 (9 August 2022). Zugriff am 16. Januar 2024 unter: https://www.who.int/news/item/09–08–2022-launch-of-first-who-position-paper-on-optimizing-brain-health-across-life
• 2 GBD 2016 Neurology Collaborators. Global, regional, and national burden of neurological disorders, 1990–2016: a systematic analysis for the Global Burden of Disease Study 2016. Lancet Neurol 2019; 18: 459-480
• 3 Deuschl G, Beghi E, Fazekas F. et al. The burden of neurological diseases in Europe: an analysis for the Global Burden of Disease Study 2017. Lancet Public Health 2020; 5: e551-e567
• 4 Platz T. Clinical pathways in stroke rehabilitation. Evidence-based clinical practice recommendations. WFNR-Springer, Cham, Switzerland, 2021. Zugriff am 16. Januar 2024 unter: https://link.springer.com/book/10.1007/978–3–030–58505–1
• 5 Platz T. Update Neurorehabilitation 2022. Tagungsband zur Summer School Neurorehabilitation. Hippocampus Verlag; Bad Honnef: 2022
• 6 Joy MT, Carmichael ST. Encouraging an excitable brain state: mechanisms of brain repair in stroke. Nat Rev Neurosci 2021; 22: 38-53
• 7 Platz T. Update Neurorehabilitation 2022. Tagungsband zur Summer School Neurorehabilitation. Hippocampus Verlag; Bad Honnef: 2022
• 8 Platz T. et al. S3-Leitlinie „Rehabilitative Therapie bei Armparese nach Schlaganfall“ (23.04.2020). Zugriff am 16. Januar 2024 unter: https://register.awmf.org/assets/guidelines/080–001l_S3_Rehabilitative_Therapie_bei_Armparese_nach_Schlaganfall_2020–07.pdf
• 9 Mehrholz J, Pohl M, Platz T. et al. Electromechanical and robot-assisted arm training for improving activities of daily living, arm function, and arm muscle strength after stroke.. Cochrane Database Syst Rev 2018; 9: CD006876
• 10 Jorgensen HS, Nakayama H, Raaschou HO. et al. Outcome and time course of recovery in stroke. Part I: outcome. The Copenhagen Stroke Study. Arch Phys Med Rehabil 1995; 76: 399-405
• 11 Mehrholz J, Thomas S, Kugler J. et al. Electromechanical-assisted training for walking after stroke.. Cochrane Database Syst Rev 2020; 10: CD006185
• 12 Mehrholz J, Thomas S, Elsner B. Treadmill training and body weight support for walking after stroke.. Cochrane Database Syst Rev 2017; 8: CD002840
• 13 Douiri A, Rudd AG, Wolfe CD. Prevalence of poststroke cognitive impairment: South London Stroke Register 1995–2010. Stroke 2013; 44: 138-45
• 14 Poulin V, Jean A, Lamontagne M-E. et al. Identifying clinicians' priorities for the implementation of best practices in cognitive rehabilitation post-acquired brain injury. Disability and Rehabilitation 2020; 11: 1-11
• 15 Gibson E, Koh C-L, Eames S. et al. Occupational therapy for cognitive impairment in stroke patients.. Cochrane Database Syst Rev 2023; 3: CD006430
• 16 Bang M, Jang CW, Kim HS. et al. Mobile applications for cognitive training: Content analysis and quality review. Internet Interv 2023; 33: 100632
• 17 Xu L, Gu H, Cai X. et al. The effects of exercise for cognitive function in older adults: a systematic review and meta-analysis of randomized controlled trials. Int J Environ Res Public Health 2023; 20: 1088
• 18 Knecht S, Reiners H, Siebler M. et al. Schleichender demografischer Wandel und neurologische Rehabilitation – Teil 1: Situationsbeschreibung. Nervenarzt 2023; 94: 708-717
• 19 Darling K, Palash N, Breazeal C. Empathetic concern and the effect of stores in human-robot interaction. In: 24th IEEE International Symposium on Robot and Human Interaction Communication (RO-MAN). New York: IEEE; 2015: 770-775
• 20 Platz T, Pedersen AL, Deutsch P. et al. Analysis of the therapeutic interaction provided by a humanoid robot serving stroke survivors as a therapeutic assistant for arm rehabilitation. Front Robot AI 2023; 10: 1103017