Single-camera pose estimation for quantitative assessment of balance deficits: a proof-of-concept using graded acute alcohol intake

Gleichgewicht ist die stille, ständige Verhandlung zwischen dem Gehirn und dem Körper. Es beruht auf einer kontinuierlichen Schleife, in der die Augen, das Innenohr und die Sensoren in den Muskeln und Gelenken Signale an das Gehirn senden, welches dann winzige, unsichtbare Anpassungen vornimmt, um uns aufrecht zu halten. Wenn diese Schleife gestört wird, wie es bei Erkrankungen wie Schlaganfall oder Parkinson der Fall ist, kann die Fähigkeit, stillzustehen oder sicher zu gehen, verschwinden. Jahrzehntelang haben sich Ärzte auf eine Standard-Checkliste verlassen, die Berg Balance Scale, um diese Fähigkeit zu messen. Ein Kliniker beobachtet einen Patienten bei der Ausführung einer Reihe von Aufgaben, wie etwa dem Stehens auf einem Bein oder dem Umdrehen, und vergibt eine Punktzahl von null bis vier, basierend darauf, wie gut die Aufgabe absolviert wurde. Obwohl diese Methode weit verbreitet ist, hat sie einen grundlegenden Fehler: Sie ist ein stumpfes Instrument. Sie zeichnet ein abschließendes Urteil über Erfolg oder Misserfolg auf, kann aber die subtilen Tremor-Bewegungen, das leichte Schwanken oder die Mikro-Anpassungen nicht sehen, die geschehen, bevor eine Person tatsächlich stürzt. Schlimmer noch: Für Menschen, die bereits recht stabil sind, stößt die Skala an eine Decke. Wenn ein Patient dreißig Sekunden lang sicher stehen kann, erhält er die höchstmögliche Punktzahl, selbst wenn sein Gleichgewicht gestern etwas schlechter war als heute. Dies macht es nahezu unmöglich, kleine Verbesserungen oder Verschlechterungen bei Menschen zu verfolgen, die gut funktionieren – also genau dann, wenn eine präzise Messung für die Rehabilitation am dringendsten benötigt wird.

Um dieses Problem zu lösen, setzten sich Forscher der ETH Zürich und des Kantonsspitals Baden zum Ziel zu untersuchen, ob eine einfache Videokamera Veränderungen im Gleichgewicht erkennen kann, die ein menschlicher Beobachter übersieht. Sie brauchten eine Möglichkeit, eine bekannte, kontrollierte Veränderung des Gleichgewichts zu schaffen, die präzise gemessen werden konnte. Sie entschieden sich für Alkohol. Indem die Forscher gesunden Freiwilligen spezifische Mengen Alkohol verabreichten, konnten sie eine vorübergehende, abgestufte Beeinträchtigung des Kleinhirns und des vestibulären Systems induzieren – genau jener Teile des Gehirns, die das Gleichgewicht steuern. Dies ermöglichte es ihnen, eine neue digitale Methode unter Bedingungen zu testen, unter denen das „wahre“ Ausmaß der Beeinträchtigung bekannt war. Das Team zeichnete vierundzwanzig gesunde Erwachsene auf, die sechs verschiedene Standaufgaben ausführten, die vom Stehens auf zwei Füßen bis zum Stehens auf einem Bein mit geschlossenen Augen reichten. Dies taten sie bei drei verschiedenen Alkoholwerten im Blut: null, einer niedrigen Dosis von 0,6 Promille und einer hohen Dosis von 1,0 Promille. Jede Sitzung wurde mit einer einzigen, gewöhnlichen Konsumentenkamera gefilmt, wie man sie in einem Smartphone findet, die vor dem Teilnehmer positioniert war.

Die Forscher nutzten anschließend fortschrittliche Computer-Software, um das Video zu analysieren. Anstatt einen Menschen zu fragen, wie stabil eine Person aussah, verfolgte die Software die Bewegung des Körperrahmens Bild für Bild und erstellte ein digitales Skelett ihrer Körperhaltung. Aus diesem Video berechnete der Computer 167 verschiedene Bewegungsmesswerte, wie etwa wie schnell der Körper seitlich schwankte, wie stark der Rumpf bewegte oder ob die Person einen Schritt machte, um das Gleichgewicht wiederherzustellen. Das Team wählte die sensitivsten dieser Messwerte aus und kombinierte sie zu einem einzigen digitalen Score. Sie verglichen diesen digitalen Score dann mit dem Score, den ein geschulter menschlicher Beurteiler beim Betrachten desselben Videos unter Verwendung einer vereinfachten Version der Standard-Gleichgewichtsskala vergab. Der menschliche Beurteiler vergab eine Punktzahl von null bis vier, basierend darauf, wie lange die Person die Position halten konnte, ohne zu fallen oder Hilfe zu benötigen.

Die Ergebnisse zeigten einen klaren Unterschied darin, was die beiden Methoden sehen konnten. Der menschliche Beurteiler vergab unter Verwendung der Standard-Skala in 77 Prozent aller Versuche die Höchstpunktzahl von vier. Das bedeutet, dass der menschliche Beobachter in den meisten Fällen keine Veränderung feststellte, selbst als die Teilnehmer mehr Alkohol tranken und ihr Gleichgewicht schlechter wurde. Die Skala hatte ihre Grenze erreicht; sie konnte nicht zwischen einer Person, die perfekt stabil war, und einer Person, die leicht instabil, aber immer noch stehend war, unterscheiden. Im Gegensatz dazu registrierte der digitale Score, der aus der einzigen Kamera abgeleitet wurde, den Rückgang kontinuierlich. Das computerbasierte Maß war in der Lage, die drei Stufen der Alkoholaufnahme für die Mehrheit der Teilnehmer korrekt einzustufen, wobei es eine mittlere Genauigkeit von 86 Prozent erreichte, während die menschliche Bewertung dies nur in etwa 59 Prozent der Fälle korrekt tat. Der digitale Score war signifikant besser darin, den Unterschied zwischen dem nüchternen Zustand und dem Zustand mit niedriger Dosis zu erkennen, und noch besser zwischen der niedrigen und der hohen Dosis.

Besonders aufschlussreich war der Befund in der Gruppe der Teilnehmer, die sowohl im nüchternen Zustand als auch bei hohem Alkoholkonsum die maximale Punktzahl von vier vom menschlichen Beurteiler erhielten. Dem menschlichen Auge nach erschienen diese Menschen unverändert. Der digitale Score zeigte jedoch einen signifikanten, stetigen Anstieg des Körperschwankens, während der Alkoholspiegel stieg. Der Computer detektierte eine abgestufte Verschlechterung des Gleichgewichts, die der menschliche Beobachter völlig übersah. Dies demonstrierte, dass eine maximale Punktzahl auf der Standard-Skala nicht bedeutet, dass das Gleichgewicht einer Person perfekt ist, sondern nur, dass ihre Leistung in die oberste Kategorie der Skala fiel. Die digitale Methode, indem sie die tatsächliche Bewegung in physischen Einheiten statt in einem subjektiven Urteil maß, konnte die Beeinträchtigung erfassen, die durch die Decke der traditionellen Tests verborgen blieb.

Die Studie untersuchte auch, wie zuverlässig die menschlichen Beurteiler waren. Wenn zwei verschiedene Experten dieselben Videos betrachteten, stimmten sie in 83 Prozent der Fälle in der exakten Punktzahl überein. Diese hohe Übereinstimmung beruhte jedoch primtär darauf, dass beide denselben Personen die Höchstpunktzahl gaben. Wenn die Forscher nur die Versuche betrachteten, bei denen die Punktzahl nicht die maximale war, sank die Übereinstimmung zwischen den beiden Experten auf lediglich 30 Prozent. Dies deutet darauf hin, dass, wenn ein Mensch eine echte Entscheidung über einen Grenzfall treffen muss, sein Urteil erheblich variiert. Der digitale Score, der auf einer konsistenten mathematischen Berechnung der Bewegung basiert, litt nicht unter dieser Variabilität.

Die Forscher kamen zu dem Schluss, dass eine einzige, gewöhnliche Kamera feine Details des Gleichgewichts erfassen kann, die eine Standard-klinische Bewertung nicht erfassen kann. Der digitale Score war in der Lage, die Auswirkungen der Alkoholmenge Dosis für Dosis zu verfolgen, selbst bei Menschen, bei denen keinerlei Gleichgewichtsprobleme festgestellt wurden. Dies bedeutet nicht, dass der menschliche Beobachter nutzlos ist, aber es zeigt, dass die traditionelle Skala einen blinden Fleck für Menschen hat, die gut funktionieren. Der digitale Ansatz bietet eine Möglichkeit, das Gleichgewicht kontinuierlich und objektiv zu messen, ohne die Notwendigkeit von teurem Equipment, speziellen Markern am Körper oder einer Laborumgebung. Er legt nahe, dass eine einfache Videoaufnahme in Zukunft ein wesentlich sensitiveres Werkzeug zur Überwachung der Genesung oder des Rückgangs bei Patienten sein könnte, indem sie Veränderungen erfasst, die andernfalls unbemerkt blieben, bis sie zu groß werden, um ignoriert zu werden. Die Studie beweist, dass die Kamera das sieht, was das Auge nicht sieht, und verwandelt eine einfache Aufnahme in ein präzises Maß für Stabilität.