gms | German Medical Science

Zielsetzung: Das Erlernen praktischer Fertigkeiten ist ein wesentlicher Teil der physiotherapeutischen Ausbildung. Wie schwierig es ist, den Ablauf einer bestimmten Fertigkeit durch Beobachten und Nachmachen zu erlernen, hat jeder schon einmal erfahren. Je komplexer ein Bewegungsablauf ist und je genauer er durchgeführt werden muss, umso schwieriger ist der Lernvorgang und umso wichtiger ist es, qualifiziertes Feedback zu erhalten, um Fehler korrigieren und die eigene Kompetenz optimieren zu können. Dies stellt in der alltäglichen Arbeit der Physiotherapie-Ausbildung durch limitierte personelle und zeitliche Ressourcen eine große Herausforderung dar.

Ziel von MediWeCo ist daher die Unterstützung des Lernens, Lehrens und Prüfens von motorischen Fertigkeiten durch die Entwicklung geeigneter Software in Kombination mit neuen Lehr-/Lernkonzepten. Dazu werden „Smart Wearables“ (Sensorarmband) eingesetzt, die Bewegungsdaten erfassen, diese in Verbindung mit der MediWeCo Lehr-/Lernsoftware auswerten und auf Basis dieser Analyse ein direktes individuelles Feedback geben.

Methoden: Im Rahmen des Projektes werden eine App für Lernende (PhysioLearn) und eine Webapp für Lehrende entwickelt. PhysioLearn passt sich sowohl der Lehrveranstaltung (zeitliche und fachliche Freischaltung von Lerninhalten) als auch dem Lernfortschritt des Lernenden (durch eine automatisierte Analyse des Lernweges und der praktischen/theoretischen Übungen) an.

Zur Erkennung und Bewertung von ausgeführten Behandlungstechniken werden Methoden der Aktivitätserkennung (Human Activity Recognition) entwickelt und zur Unterstützung der Lehr-/Lernphasen eingesetzt. Einzelne Bewegungen werden dabei durch ein Sensorarmband erfasst sowie zur Analyse mit Signalverarbeitungsmethoden und Methoden des maschinellen Lernens an das Tablet gesendet.

Diese neuen Technologien und didaktischen Konzepte sollen im Rahmen einer curricularen Neustrukturierung des PNF-Unterricht in der physiotherapeutischen Ausbildung eingesetzt werden.