Subscribe to RSS
DOI: 10.1055/a-2566-2009
Komplexität überwinden: Neurorehabilitationspläne und KI

Die Fähigkeit, neurologische Erkrankungen präziser zu diagnostizieren, und Fortschritte in der Akutversorgung haben die Überlebensrate nach neurologischen Ereignissen erhöht, was zu einer steigenden Nachfrage nach neurorehabilitativen Leistungen führt. Durchbrüche in der Genom-, Epigenom- und Proteomanalyse sowie tragbare Technologien und Innovationen in der Bildgebung ebnen den Weg für personalisierte Rehabilitation, allerdings erschwert die Komplexität der Daten die Umsetzung. Künstliche Intelligenz (KI) hat das Potenzial, diese Komplexität zu bewältigen und personalisierte Therapiepläne zu entwickeln. KI kann große Mengen interdisziplinärer Daten analysieren und integrieren, um individualisierte Rehabilitationsprogramme zu erstellen, die sich an den Fortschritt des Patienten anpassen. Ethik und Datenschutz spielen dabei eine zentrale Rolle, da die Integration multimodaler Systeme und datengestützter Entscheidungsprozesse essenziell für die Zukunft der Rehabilitation ist.
Publication History
Article published online:
05 June 2025
© 2025. Thieme. All rights reserved.
Georg Thieme Verlag KG
Oswald-Hesse-Straße 50, 70469 Stuttgart, Germany
-
Literatur
- 1 Li X, He Y, Wang D. et al. Stroke rehabilitation: From diagnosis to therapy. Frontiers in Neurology 2024; 15: 1402729
- 2 Fernández-Pérez I, Macias-Gómez A, Suárez-Pérez A. et al. The role of epigenetics in brain aneurysm and subarachnoid hemorrhage: A comprehensive review. International Journal of Molecular Sciences 2024; 25: 3433
- 3 Jumper J, Evans R, Pritzel A. et al. Highly accurate protein structure prediction with AlphaFold. Nature 2021; 596: 583-589
- 4 The Nobel Prize. The Nobel Prize in Chemistry 2024. Im Internet www.nobelprize.org/prizes/chemistry/2024/press-release/ Stand: 25.03.2025
- 5 Patel UK, Anwar A, Saleem S. et al. Artificial intelligence as an emerging technology in the current care of neurological disorders. Journal of Neurology 2021; 268: 1623-1642
- 6 Jiang F, Jiang Y, Zhi H. et al. Artificial intelligence in healthcare: Past, present and future. Stroke and Vascular Neurology 2017; 2: 230-243
- 7 Taki FN, Akdag KC. Use of artificial intelligence in physiotherapy and rehabilitation. In: Zerrin Saltan F, Arikan H, Uzun Y, eds. Current Studies in Basic Sciences, Engineering and Technology. Konya: ISRES Publishing; 2024: 137-146
- 8 Braun M, Hummel P, Beck S, Dabrock P. Primer on an ethics of AI-based decision support systems in the clinic. Journal of Medical Ethics 2020; 47: e3
- 9 Lee EJ, Kim YH, Kim N, Kang DW. Deep into the brain: Artificial intelligence in stroke imaging. J Stroke 2017; 19: 277-285
- 10 Mohan DM, Khandoker AH, Wasti SA. et al. Assessment methods of post-stroke gait: A scoping review of technology-driven approaches to gait characterization and analysis. Frontiers in Neurology 2021; 12: 650024
- 11 Stinear CM, Byblow WD, Ackerley SJ. et al. PREP2: A biomarker-based algorithm for predicting upper limb function after stroke. Annals of clinical and translational neurology 2017; 4: 811-820
- 12 Prabhakaran S, Zarahn E, Riley C. et al. Inter-individual variability in the capacity for motor recovery after ischemic stroke. Neurorehabilitation and Neural Repair 2008; 22: 64-71
- 13 Ballester BR, Maier M, Duff A. et al. A critical time window for recovery extends beyond one-year post-stroke. J Neurophysiol 2019; 122: 350-357
- 14 Branscheidt M, Luft A, Menig A, Jurkic Z. Plastizität nach Schlaganfall: Ein Schlüssel zu Verbesserungen in der Neurorehabilitation. Neuroreha 2023; 15: 175-179
- 15 Plankermann N. Künstliche Intelligenz erkennt die Muster, die Gefahr signalisieren. Im Internet www.welt.de/themenspecial/kuenstliche-intelligenz/article254041452/Kuenstliche-Intelligenz-in-der-Onkologie.html?utm_source=chatgpt.com Stand: 25.03.2025
- 16 Voigtlaender S, Pawelczyk J, Geiger M. et al. Artificial intelligence in neurology: Opportunities, challenges, and policy implications. Journal of Neurology 2024; 271: 2258-2273
- 17 Gerke S, Minssen T, Cohen G. Ethical and legal challenges of artificial intelligence-driven healthcare. In: Bohr A, Memarzadeh K, eds. Artificial intelligence in healthcare. New York: Academic Press; 2020: 295-336
- 18 DSGVO, Datenschutz-Grundverordnung. Finaler Text der DSGVO. Im Internet https://dsgvo-gesetz.de/ Stand: 25.03.2025
- 19 Dethmann T, Spiekermann J. Ethischer Umgang mit Trainingsdaten: Für Fairness und Datenschutz in KI-Systemen. Im Internet https://lamarr-institute.org/de/blog/ki-trainingsdaten-bias/ Stand: 25.03.2025
- 20 Vaniya J, Gandhi NV, Patel KP. et al. Role and scope of artificial intelligence in physiotherapy: A literature review. Res J Med Sci 2024; 18: 399-412
- 21 Schweingruber N, Gerloff C. Artificial intelligence in neurocritical care. Der Nervenarzt 2021; 92: 115-126