Ein Team von Forschern der Ludwig-Maximilians-Universit\u00e4t M\u00fcnchen (LMU) hat in Zusammenarbeit mit dem Inselspital Bern, der ETH Z\u00fcrich und der Universit\u00e4t St. Gallen ein neu entwickeltes Tool vorgestellt, das niedrige Blutzuckerspiegel (Hypoglyk\u00e4mie) beim Autofahren erkennen kann. Dieses Tool basiert auf einem KI-Modell, das ausschlie\u00dflich das Fahrverhalten sowie die Bewegungen von Kopf und Augen analysiert.<\/p>\n
Niedrige Blutzuckerwerte stellen beim Autofahren eine der gef\u00e4hrlichsten Komplikationen bei Diabetes dar und erh\u00f6hen das Risiko bei kognitiv und motorisch anspruchsvollen Aufgaben wie dem Autofahren. Bisherige Methoden zur Erkennung einer Hypoglyk\u00e4mie sind jedoch mit langen Diagnosezeiten, Invasivit\u00e4t, begrenzter Verf\u00fcgbarkeit und hohen Kosten verbunden.<\/p>\n
Um dieses Problem zu l\u00f6sen, sammelten die Forscher Daten von 30 Diabetikern, w\u00e4hrend diese ein reales Fahrzeug lenkten. Die Daten wurden sowohl bei normalem Blutzuckerspiegel als auch bei Hypoglyk\u00e4mie aufgezeichnet. Dazu wurden die Testpersonen gezielt von medizinischen Fachkr\u00e4ften in einen Zustand niedrigen Blutzuckers versetzt. Die gesammelten Daten beinhalteten Fahrsignale wie die Geschwindigkeit des Fahrzeugs sowie Daten zu Kopf- und Blickbewegungen, wie beispielsweise die Geschwindigkeit der Augenbewegungen.<\/p>\n
Basierend auf diesen Daten entwickelten die Forscher ein KI-Modell, das mittels maschinellem Lernen hypoglyk\u00e4mische Phasen allein anhand der routinem\u00e4\u00dfig erfassten Daten zum Fahrverhalten sowie den Kopf- und Blickbewegungen sicher erkennen kann. Simon Schallmoser, Doktorand am Institute of AI in Management der LMU und einer der beteiligten Forscher, erkl\u00e4rt, dass diese Technologie als Fr\u00fchwarnsystem im Auto dienen k\u00f6nnte. Dadurch w\u00e4re die Person am Steuer in der Lage, die erforderlichen Ma\u00dfnahmen zu ergreifen, bevor Symptome einer Hypoglyk\u00e4mie ihre Fahrsicherheit beeintr\u00e4chtigen.<\/p>\n
Besonders bemerkenswert ist, dass das neu entwickelte KI-Modell auch dann gut abschnitt, wenn lediglich Kopf- und Blickbewegungsdaten verwendet wurden. Dies ist von gro\u00dfer Bedeutung f\u00fcr zuk\u00fcnftige selbstfahrende Autos. Professor Stefan Feuerriegel, Leiter des Institute of AI in Management und Projektpartner, betont, dass diese Studie nicht nur das Potenzial von KI zur Verbesserung der individuellen Gesundheitsversorgung aufzeigt, sondern auch deren Rolle bei der Sicherheit im \u00f6ffentlichen Stra\u00dfenverkehr.<\/p>\n
Die Forscher sind optimistisch, dass ihr neu entwickeltes Tool in Zukunft einen wichtigen Beitrag zur Vermeidung von Unf\u00e4llen aufgrund von Hypoglyk\u00e4mie leisten kann. Durch die rechtzeitige Erkennung niedriger Blutzuckerwerte k\u00f6nnten Diabetiker besser gesch\u00fctzt und das Unfallrisiko deutlich reduziert werden. Es bleibt zu hoffen, dass diese vielversprechende Technologie bald ihren Weg in die Autos von Menschen mit Diabetes findet und zu einer sichereren Stra\u00dfenverkehrsumgebung beitr\u00e4gt.<\/p>\n
Schlagw\u00f6rter: NEJM AI + Inselspital Bern + ETH<\/p>\n","protected":false},"excerpt":{"rendered":"
Ein Team von Forschern der Ludwig-Maximilians-Universit\u00e4t M\u00fcnchen (LMU) hat in Zusammenarbeit mit dem Inselspital Bern, der ETH Z\u00fcrich und der Universit\u00e4t St. Gallen ein neu entwickeltes Tool vorgestellt, das niedrige Blutzuckerspiegel (Hypoglyk\u00e4mie) beim Autofahren erkennen kann. Dieses Tool basiert auf einem KI-Modell, das ausschlie\u00dflich das Fahrverhalten sowie die Bewegungen von...<\/p>\n","protected":false},"author":4,"featured_media":4523,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-4524","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/4524","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=4524"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/4524\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/4523"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=4524"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=4524"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=4524"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}