Roboter als Assistenten auf der Patientenreise

Wir meinen damit den gesamten rehabilitativen Behandlungspfad, der von den behandelnden Neurologinnen und Neurologen koordiniert wird. Angefangen von der Spezialstation für Schlaganfallpatientinnen und -patienten in der akuten Erkrankungsphase, auch Stroke Unit genannt. Daran schließt sich die Behandlung in der Frührehabilitation, der stationären Anschlussrehabilitation und/oder Tagesklinik an und reicht bis zur ambulanten Versorgung in Therapie-Praxen für zum Beispiel Ergotherapie, Logopädie, Physiotherapie oder Psychologie. Überall kann das Konzept der humanoiden Roboter-Assistenz Anwendung finden. Erste Studien zeigen eine hohe Akzeptanz und Wirksamkeit bei Patientinnen und Patienten sowohl im stationären als auch im ambulanten Kontext. (www.ebrain-science.de)

Nein, sicher nicht. Die Roboter-Assistenz kann jedoch eine wichtige ergänzende Rolle beim täglichen standardisierten Training spielen und damit für therapeutisches Personal eine wichtige entlastende Funktion übernehmen. Humanoide Robotertechnologie wird auch zukünftig keine Behandlungsentscheidungen und Strategiefestlegungen für den einzelnen Fall treffen. Sie kann jedoch das individuell konkret verordnete und vorstrukturierte Training bei der täglichen Umsetzung anleiten. Dabei kann ein humanoider Roboter auch ein soziales Gegenüber für den Patienten oder die Patientin sein, das bei einem ausdauernden engagierten Training motiviert und Feedback gibt.

Basierend auf einer vorausgehenden individualisierten medizinischen Verordnung und Detailplanung für eine spezifische Therapie begrüßt der Roboter, er erklärt das Behandlungsziel, die einzelnen Behandlungsaufgaben und wie die Therapie hilft, ihr Behandlungsziel zu erreichen. Außerdem gibt er Therapieinstruktionen, unterstützt über Fotos oder Videos und Sprache. Bei der Durchführung kann er spezifisch je nach Art der Therapie Feedback geben und nach Pausenbedarf fragen. Diese Interaktion kann deshalb persönlich ablaufen, weil der Roboter Kenntnisse über die trainierende Person aus der Aufnahmeuntersuchung oder dem Therapieverlauf berücksichtigt.

Vor allem geht es natürlich darum, wissenschaftlich überprüftes Wissen über neurorehabilitative Therapie zu digitalisieren. Dafür integriert werden klinisches Wirksamkeitswissen (Evidenz) und die therapeutische Interaktion. Der Roboter erhält dafür das Wissen aus drei Bereichen und setzt sie autonom und dynamisch in Echtzeit um. Zum einen sind das Algorithmen neurowissenschaftlich fundierter evidenzbasierter Trainingstherapie (Platz et.al. 2021), ebenso hinterlegtes Wissen über adäquate menschenähnliche therapeutische Interaktion (Platz et.al. 2021) sowie individuelle personenbezogene Daten zu klinischen Aspekten und dem bisherigen Trainingsverlauf.

Das Menschenähnliche des Roboters erfüllt unser Bedürfnis nach einem sozialen Gegenüber. Als Menschen sind wir im Kontakt mit einem sozialen Gegenüber eher gewillt und motiviert, ein anstrengendes Training zu absolvieren, auch, wenn es nur eine Technologie in Menschenform ist. Das ist wissenschaftlich belegt.

In der Tat. Aber keine Sorge: Sie werden bei der Umsetzung eines regelmäßigen Trainings entlastet, nicht ersetzt. Die Gesamtheit aller notwendigen Behandlungsaspekte benötigt eine inhaltliche und zeitliche Planung. Der Einsatz der Technologie muss im Vorhinein in hohem Maße explizit geplant und im Detail mit Parametern zur Überprüfung versehen werden. Vieles, was Therapeutinnen und Therapeuten bisher während der Therapie intuitiv erfassen und adaptieren, bedarf jetzt der vorausschauenden Berücksichtigung oder auch der expliziten Nachfrage.

Therapeutinnen und Therapeuten übernehmen kurz gesagt die Steuerung der neuartigen Versorgungsprozesse. Will man humanoide Robotertechnologie in den Behandlungsprozess integrieren, erfordert das natürlich von ihnen die Aneignung von neuen Kompetenzen. Dazu zählen medizinische, interpersonale und digitale Kompetenzen. Sie übernehmen die Befähigung der Betroffenen, damit diese die humanoide Roboter-Assistenz mit ihren Möglichkeiten und Grenzen kennen und für sich optimal nutzen.

Das Potenzial des Einsatzes ist relevant, schon weil es zunehmend ein Ungleichgewicht gibt zwischen einem steigenden Behandlungsbedarf und einer immer geringeren Anzahl verfügbarer Fachkräfte.

Bis solche Systeme in der klinischen Versorgung regelhaft eingesetzt werden, wird es jedoch noch dauern. Ganz allgemein zeigt die Erfahrung, dass Erkenntnisse aus der Forschung oftmals erst mit deutlicher Verzögerung im Alltag integriert werden, wofür es viele Gründe gibt.

Bis dahin kann weitere Forschung dabei helfen, die Nutzbarkeit zu vereinfachen und attraktiver zu gestalten. Interessante Weiterentwicklungen unter Nutzung künstlicher Intelligenz sind denkbar. Wir können schon heute sagen, sie werden die Leistungsfähigkeit solcher Systeme und ihre Integration in den Versorgungsalltag weiter erleichtern und die Technologieakzeptanz weiter fördern.