Fraunhofer-Gesellschaft | KI-Fortschrittszentrum »Lernende Systeme und Kognitive Robotik«
Fraunhofer-Gesellschaft | KI-Fortschrittszentrum »Lernende Systeme und Kognitive Robotik«

KI4EEG - Automatisierte Auswertung von EEG-Daten durch Nutzung von KI zur neuropsychologischen Beurteilung

Alle ausklappen Alle einklappen

Quick Check

Ausgangssituation

Die Sicherstellung einer objektiven Evaluation und validen Ermittlung medizinischer und psychologischer Gutachten sind von hoher finanzieller und sozialgemeinschaftlicher Bedeutung. Solche Gutachten werden meist im Auftrag von Gerichten, Behörden und (Sozial-)Versicherungsträgern zur Untersuchung von Probanden hinsichtlich eines Leistungsanspruchs und einer zutreffenden sozialversicherungsrechtlichen Versorgung (z.B. nach Unfällen, bei Erkrankungen etc.) durchgeführt. Die Integration von objektiven elektrophysiologischen Daten und KI-gestützter Lösungsansätze in Beschwerdenvalidierungstests ist neuartig und wird sich rasch als Goldstandard etablieren.

 

Lösungsidee

Die Ermittlung der Anstrengungsbereitschaft von Probanden in gutachterlichen Bewertungssituationen soll auf Basis elektrophysiologischer Messungen (EEG) durchgeführt werden. Fortgeschrittene Methoden der Mustererkennung aus der KI-Forschung (maschinelles Lernen) bieten großes Potenzial um EEG-Untersuchungen mit einer diagnostischen Leistung genauer (automatisiert und objektiv) zu untersuchen. Ziel ist eine automatisierte Softwarepipeline der Signalbereinigung und objektiven auf gemessenen EEG-Daten basierenden Klassifikation der individuellen Anstrengungsbereitschaft.

© Fraunhofer IAO

Nutzen

Nutzen Das Ziel ist es, zukünftig objektive Methoden zur Ermittlung und Klassifikation der Anstrengungsbereitschaft in medizinischen und psychologischen Gutachten, die den gesetzlichen und psychologisch-medizinischen Normen entsprechen, zur Verfügung zu stellen. Die Sicherstellung valider medizinischer und psychologischer Gutachten ist von hoher finanzieller (Häufigkeit von Täuschungsversuchen beträgt für den deutschsprachigen Raum 50-60%) und sozialgemeinschaftlicher Bedeutung, um Leistungsansprüche und eine adäquate sozialversicherungsrechtlichen Versorgung garantieren zu können. 

 

Umsetzung der KI-Applikation 

Für die Entwicklung der Innovation werden elektroenzephalographische (EEG) Messreihen genutzt, die während einer visuellen Reiz-Reaktionszeitaufgabe abgeleitet werden. Im Fokus des Quick Checks steht dabei die Überprüfung der Datenaufnahme, Datenqualität und allgemeine Eignung einer automatisierten Softwarepipeline zur Artefakt-Bereinigung und Klassifikation sowie die Umwandlung des Datenformats in einen Datenstandard für neurophysiologische Daten (Brain Imaging Data Structure; BIDS). Einzelne Komponente der Softwarepipeline wurden dabei im Quick Check bereits prototypisch entwickelt.  

Partnerunternehmen

»Das KI-Fortschrittszentrum hat innerhalb der kurzen Zeit des Quick Checks eine sehr gute Grundlage zur weiteren Zusammenarbeit gelegt. Die Ergebnisse haben aufgezeigt, wie die internen Prozesse der Datenerhebung und -speicherung verbessert werden können. Ziel ist die Implementation innovativer KI-Lösungen als automatisierte Softwarepipeline zur Signalbereinigung und objektiven Klassifikation der subjektiven Anstrengungsbereitschaft.«

 

Dr. Jürgen Streng, NPAOE

Exploring Project

Ausgangssituation

Die Gewährleistung einer objektiven Bewertung und zuverlässigen Ermittlung medizinischer und psychologischer Gutachten ist von erheblicher finanzieller und sozialer Bedeutung. Solche Gutachten werden in der Regel im Auftrag von Gerichten, Behörden und (Sozial-)Versicherungsträgern erstellt, um Probanden hinsichtlich ihres Leistungsanspruchs und einer korrekten sozialversicherungsrechtlichen Versorgung (z. B. nach Unfällen oder bei Erkrankungen) zu untersuchen. Bisher wurde keine Integration objektiver elektrophysiologischer Daten und KI-gestützter Lösungsansätze in Validierungstests für Beschwerden angestrebt.

 

Lösungsidee

Für die Beurteilung der Anstrengungsbereitschaft von Probanden in gutachterlichen Bewertungssituationen wird vorgeschlagen, elektrophysiologische Messungen (EEG) einzusetzen. Hierbei sollen Signalanalysealgorithmen und KI-Verfahren (maschinelles Lernen) entwickelt und implementiert werden, um eine automatisierte Softwarepipeline zur Signalbereinigung und objektiven Klassifizierung der Anstrengungsbereitschaft zu ermöglichen.

 

 

Nutzen

Unser Ziel ist es, zukünftig objektive Methoden zur Bestimmung und Klassifizierung der Anstrengungsbereitschaft in medizinischen und psychologischen Gutachten bereitzustellen, die den geltenden rechtlichen und psychologisch-medizinischen Standards entsprechen. Die Gewährleistung valider medizinischer und psychologischer Gutachten ist von erheblicher finanzieller und sozialer Bedeutung, um Leistungsansprüche zu sichern und eine angemessene sozialversicherungsrechtliche Versorgung zu gewährleisten.

 

Umsetzung der KI-Applikation 

Für die Entwicklung der Innovation werden elektroenzephalographische (EEG) Messreihen genutzt, die während einer visuellen Reiz-Reaktionszeitaufgabe abgeleitet werden. Im Fokus des Exploring Projects steht dabei die Entwicklung einer automatisierbaren Software-Pipeline zur EEG-Vorverarbeitung. In darauffolgenden Schritten werden die elektrophysiologische Erhebungsmethoden kombiniert mit KI-basierte Algorithmen (maschinelles Lernen) zur objektiven Klassifikation der Anstrengungsbereitschaft in den neuropsychologischen Testungen.

Partnerunternehmen

»Nachdem wir mit dem KI-Fortschrittszentrum bereits sehr erfolgreich ein Quick Check Project haben durchführen können, durften wir nun mit gleichem Team und in sehr angenehmer und zielstrebiger Weise eine vertiefte Analyse und erste Schritte der Übertragung unseres statistischen NPAOE-Auswertealgorithmus in ein KI-Verfahren durchführen. Das Team Applied Neurocognitive Systems des Fraunhofer IAO hat innerhalb des Exploring Projects beeindruckende Ergebnisse in der KI-gestützten Auswertung von EEG-Daten erreichen können, die wegweisend für unsere weitere Zielsetzung sind. Aus dem Exploring Project entstanden, ist auch eine weitere Zusammenarbeit zwischen NPAOE und dem KI-Fortschrittszentrum in Planung.«

 

Dr. Jürgen Streng, NPAOE