Hamburg. Eine Smartwatch registriert Herzfrequenz, Bewegung und weitere Gesundheitsdaten rund um die Uhr. Doch was passiert, wenn genau dann Messwerte fehlen, wenn sie besonders wichtig wären? Und wie lassen sich die Bereiche im Herzen identifizieren, die lebensbedrohliche Herzrhythmusstörungen auslösen, wenn die Erkrankung während einer Untersuchung nicht direkt messbar ist?

Mit diesen Fragen beschäftigen sich zwei Forschungsarbeiten der Professur für Data Engineering von Prof. Dr. Maria Maleshkova, die auf der diesjährigen IEEE Engineering in Medicine and Biology Conference (EMBC) vorgestellt wurden. Die Arbeiten von Vaibhav Gupta (M.Sc.) und Mustafa Masjedi (M.Sc.) zeigen, wie Datenanalyse und Künstliche Intelligenz dazu beitragen können, medizinische Vorhersagen zu verbessern und Behandlungen gezielter zu unterstützen.

Internationale Bühne für biomedizinische Forschung

Die IEEE Engineering in Medicine and Biology Conference (EMBC) zählt zu den weltweit führenden wissenschaftlichen Konferenzen an der Schnittstelle von Medizin, Biomedizintechnik, Informatik und Künstlicher Intelligenz. Die vorgestellten Beiträge durchlaufen zuvor ein strenges Peer-Review-Verfahren, bei dem unabhängige Fachgutachterinnen und Fachgutachter die wissenschaftliche Qualität bewerten. Auf der Konferenz selbst werden die Arbeiten anschließend mit Forschenden aus aller Welt diskutiert, eingeordnet und weiterentwickelt.

Wenn fehlende Daten zu einem medizinischen Problem werden

Smartwatches und andere Wearables liefern heute eine Vielzahl von Gesundheitsdaten. Sie können dabei helfen, Veränderungen frühzeitig zu erkennen oder Risiken besser einzuschätzen. Gleichzeitig sind die erfassten Daten selten perfekt. Sensoren erfassen nicht kontinuierlich, Batterien entladen sich und Verbindungen brechen ab. Die Folge sind Datenlücken, die von wenigen Sekunden bis zu mehreren Stunden reichen können.

Mit genau diesem Problem beschäftigt sich Vaibhav Gupta in seiner Forschungsarbeit „Improving Hypoglycemia Prediction by Benchmarking Heart Rate Data Quality Using Impute Paradigm“. Im Fokus steht die Vorhersage von Hypoglykämien, also Unterzuckerungen, bei Menschen mit Diabetes.

Fehlende Messwerte werden üblicherweise mithilfe sogenannter Imputationsverfahren ergänzt. Häufig kommt dabei unabhängig von der Größe der Datenlücke dieselbe Methode zum Einsatz. Die Forschung von Vaibhav Gupta hinterfragt diesen Ansatz. Mithilfe des sogenannten Impute Paradigm untersucht er, welche Verfahren sich für unterschiedlich große Datenlücken am besten eignen. Dazu wurden zunächst verschiedene Methoden anhand simulierter Datenlücken verglichen und anschließend gezielt auf reale Datensätze angewendet.

Die Ergebnisse zeigen, dass sich Vorhersagen von Unterzuckerungen auf Grundlage von Herzfrequenz- und Glukosedaten verbessern lassen, wenn die Auswahl der Methode an die jeweilige Datenlücke angepasst wird. Die Arbeit verdeutlicht damit, wie eng Datenqualität und medizinische Vorhersagequalität miteinander verbunden sind.

Das Poster stieß auf großes Interesse. Mehr als 30 Konferenzteilnehmende nutzten die Gelegenheit, die Methodik und mögliche Weiterentwicklungen zu diskutieren. Besonders häufig wurde die Frage gestellt, ob sich das zugrunde liegende Konzept auch auf andere physiologische oder multimodale Sensordaten übertragen lässt.

Für Vaibhav Gupta war vor allem der Blick über die eigene Forschung hinaus prägend:

„Besonders inspirierend waren die Diskussionen darüber, wie Forschungsergebnisse in Start-ups, Technologien und praktische Lösungen für das Gesundheitswesen überführt werden können. Zu sehen, wie sich Grundlagenforschung von einer ersten wissenschaftlichen Idee zu einer Technologie mit dem Potenzial entwickeln kann, reale Herausforderungen im Gesundheitswesen zu adressieren, hat mir eine breitere Perspektive darauf vermittelt, welche Wirkung unsere Forschung letztlich erzielen kann.“

Künstliche Intelligenz zur Unterstützung der Behandlung schwerer Herzrhythmusstörungen

Mit einer anderen medizinischen Herausforderung beschäftigt sich Mustafa Masjedi. Seine Forschung „Machine-Learning based Identification of Arrhythmia-Driving Regions in Ventricular Tachycardia Using Neighborhood-Aggregated Features from 3-D Electroanatomical Mapping“ befasst sich mit ventrikulären Tachykardien, einer lebensbedrohlichen Herzrhythmusstörung.

Die ventrikuläre Tachykardie kann durch eine Katheterablation behandelt werden. Dabei wird das für die Rhythmusstörung verantwortliche Herzgewebe gezielt verödet. Für eine erfolgreiche Behandlung müssen diese Bereiche möglichst präzise lokalisiert werden. Genau das ist jedoch oft schwierig. Insbesondere dann, wenn die Tachykardie während der Untersuchung nicht stabil aufrechterhalten und somit nicht direkt vermessen werden kann.

In solchen Fällen nutzen Ärztinnen und Ärzte dreidimensionale elektroanatomische Karten der Herzkammer, die während des normalen Herzrhythmus erstellt werden. Sie enthalten mehrere tausend Messpunkte mit elektrischen Signalen aus dem Inneren des Herzens. Bestimmte Merkmale dieser Signale sollen dabei helfen, die verantwortlichen Bereiche zu erkennen und mögliche Stellen für die Katheterablation zu bestimmen.

Die Besonderheit des von Mustafa Masjedi entwickelten Machine-Learning-Ansatzes liegt in der Einbeziehung der räumlichen Umgebung. Das Modell analysiert nicht nur die Eigenschaften einzelner Messpunkte, sondern berücksichtigt zusätzlich die Merkmale benachbarter Bereiche. Diese werden als „Neighborhood-Aggregated Features“ bezeichnet. Die Ergebnisse deuten darauf hin, dass sich potenziell relevante Ablationsziele mithilfe dieser räumlichen Informationen besser identifizieren lassen.

Die Arbeit wurde im Rahmen eines wissenschaftlichen Vortrags vorgestellt und stieß auf positive Resonanz. Besonders großes Interesse bestand an der klinischen Relevanz der Fragestellung sowie an dem seltenen elektrophysiologischen Datensatz, auf dem die Analysen basieren. Die Diskussionen verdeutlichten zugleich das Potenzial der Verbindung von klinischer Elektrophysiologie und maschinellem Lernen.

Die nächsten Schritte sind bereits klar definiert:

„Als nächste Schritte möchten wir den Ansatz methodisch weiterentwickeln, an zusätzlichen Patientendaten überprüfen und die Entscheidungen der Modelle klinisch besser nachvollziehbar machen. Perspektivisch könnte die Methode als Grundlage für ein Assistenzsystem dienen, das Ärztinnen und Ärzte bei der Planung einer Katheterablation unterstützt.“

Forschung im internationalen Austausch

Für beide Wissenschaftler zeigte die EMBC einmal mehr die Bedeutung des internationalen Austauschs für die Weiterentwicklung wissenschaftlicher Forschung. Die Gespräche mit Forschenden aus aller Welt lieferten konkrete Anregungen für die nächsten Schritte und eröffneten neue Perspektiven für die weitere Entwicklung ihrer Arbeiten.

Für Vaibhav Gupta wurde dabei besonders deutlich, wie stark moderne Gesundheitsforschung heute von der Zusammenarbeit unterschiedlicher Disziplinen geprägt ist:

„Viele der Ansätze, die auf der EMBC vorgestellt wurden, kombinieren Fachwissen, Methoden und Daten aus unterschiedlichen Forschungsbereichen, um komplexe Herausforderungen im Gesundheitswesen zu adressieren. Die Diskussionen auf der EMBC haben mir gezeigt, wie wichtig die Zusammenarbeit zwischen Bereichen wie Wearable-Sensorik, Data Science, maschinellem Lernen, biomedizinischer Technik und Gesundheitswesen ist. Nur durch diese Verbindung entstehen Lösungen, die nicht nur technisch robust sind, sondern auch für die Praxis relevant werden.

Auch für Mustafa Masjedi war die Konferenz eine besondere Erfahrung:

„Mein persönliches Highlight war es, die Ergebnisse meiner eigenen Forschungsarbeit erstmals auf einer großen internationalen Konferenz präsentieren und anschließend mit Fachkolleginnen und Fachkollegen aus verschiedenen Ländern diskutieren zu können.“

Die Veröffentlichung der zugehörigen wissenschaftlichen Publikationen ist für Dezember geplant.

Hamburg. Herzklopfen, Anspannung, Vermeidungsverhalten – Angst zeigt sich auf vielen Ebenen gleichzeitig. Wie diese unterschiedlichen Reaktionen zusammenhängen, untersuchen Florian Grensing (M.Sc.) und Prof. Dr. Maria Maleshkova von der Professur für Data Engineering der Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg (HSU/UniBw H). Gemeinsam mit Prof. Dr. Tim Klucken von der Professur für Klinische Psychologie und Psychotherapie der Universität Siegen haben sie ARACHNE entwickelt – einen offenen Datensatz, der physiologische Messungen, Verhaltensdaten und subjektive Angstbewertungen aus realen und virtuellen Expositionssituationen bei Spinnenphobie zusammenführt.

Spinnenphobie als Forschungsmodell

Spezifische Phobien zählen zu den häufigsten psychischen Erkrankungen. Dabei handelt es sich um ausgeprägte Ängste vor bestimmten Objekten oder Situationen, etwa vor Spinnen, Höhen oder dem Fliegen. Schätzungen zufolge sind rund fünf Prozent der Menschen in Europa betroffen. Die Angst geht dabei weit über ein normales Unbehagen hinaus und kann den Alltag der Betroffenen erheblich beeinträchtigen. Manche Betroffene meiden Keller, Abstellräume oder Aktivitäten im Freien. Andere fühlen sich bereits unwohl, wenn sie wissen, dass sich eine Spinne im Raum befindet – selbst dann, wenn sie diese gar nicht sehen.

Für die Forschung sind sie besonders interessant, weil Angstreaktionen unter kontrollierten Bedingungen gezielt ausgelöst und untersucht werden können.

„Unser Ziel ist es, die Reaktionen von Menschen mit Spinnenphobie in verschiedenen Tests zu vergleichen und den aktuellen Angstzustand aus physiologischen Daten zu berechnen“, erläutert Florian Grensing.

Warum Angst schwer zu messen ist

Angst wirkt auf den ersten Blick wie ein klarer Zustand. Tatsächlich handelt es sich jedoch um ein komplexes Zusammenspiel verschiedener Prozesse.

Während betroffene Personen ihre Angst subjektiv beschreiben können, zeigen sich gleichzeitig messbare körperliche Reaktionen. Dazu gehören beispielsweise Veränderungen der Herzfrequenz oder der Hautleitfähigkeit. Letztere beschreibt, wie stark die Haut auf körperliche Anspannung reagiert. Hinzu kommt beobachtbares Verhalten: Menschen mit einer Spinnenphobie meiden häufig Situationen oder Orte, an denen sie Spinnen vermuten.

„Die Schwierigkeit besteht darin, dass einzelne Messkanäle nicht ausschließlich durch Angst beeinflusst werden. Physiologische Daten verändern sich beispielsweise auch durch Bewegung oder andere äußere Faktoren. Um ein vollständigeres Bild zu erhalten, kombiniert ARACHNE daher mehrere Datenquellen miteinander“, erklärt Florian Grensing.

Echte Spinne oder Virtual Reality?

Eine Besonderheit von ARACHNE ist der Vergleich zwischen traditionellen Verhaltensvermeidungstests und Virtual-Reality-Anwendungen. Dabei untersuchen die Forschenden, inwieweit virtuelle Begegnungen mit einer Spinne ähnliche Angstreaktionen auslösen wie reale Situationen.

Virtual Reality wird sowohl in der Forschung als auch in der Behandlung von Angststörungen eingesetzt. Für die Wissenschaft bietet sie einen entscheidenden Vorteil: Virtuelle Umgebungen lassen sich vollständig kontrollieren und unter denselben Bedingungen beliebig oft wiederholen.

„Bei einer echten Spinne hat man das Problem, dass sie sich in manchen Sitzungen sehr viel bewegt und in anderen gar nicht. Das erschwert die Vergleichbarkeit der Ergebnisse. In der virtuellen Realität können wir dagegen exakt festlegen, wie sich die Spinne verhält und die Situation für alle Teilnehmenden unter denselben Bedingungen wiederholen“, sagt Florian Grensing.

Gleichzeitig stellt sich die Frage, wie realistisch virtuelle Expositionsszenarien Angstreaktionen abbilden. Die Untersuchungen im Rahmen von ARACHNE zeigen, dass die Reaktionen in der virtuellen Realität tendenziell etwas geringer ausfallen als bei echten Begegnungen mit einer Spinne. Gerade deshalb liefert der Datensatz wertvolle Erkenntnisse darüber, welche Gemeinsamkeiten und Unterschiede zwischen beiden Ansätzen bestehen.

Grundlage für datengetriebene Forschung

Die Datenerhebung erfolgte ursprünglich im Rahmen einer gemeinsamen Studie mit der Universität Siegen. Anschließend entschieden sich die Forschenden, die Daten als Open-Science-Ressource öffentlich verfügbar zu machen.

„Wir wollen eine Grundlage schaffen, auf der andere Wissenschaftlerinnen und Wissenschaftler aufbauen können, um Methoden und Ergebnisse zu vergleichen und weiterzuentwickeln“, sagt Florian Grensing.

Bislang gibt es nur wenige frei verfügbare Datensätze, die Angstreaktionen von Menschen mit spezifischen Phobien aus mehreren Perspektiven gleichzeitig erfassen. ARACHNE verbindet physiologische Messungen, beobachtbares Verhalten und subjektive Angstbewertungen und ermöglicht darüber hinaus den Vergleich zwischen realen und virtuellen Expositionssituationen.

Dadurch können Forschende Angstreaktionen umfassender untersuchen und neue datengetriebene Methoden entwickeln. Gleichzeitig erleichtert die offene Bereitstellung des Datensatzes den Vergleich von Ergebnissen zwischen verschiedenen Forschungsgruppen.

Damit schafft ARACHNE eine Grundlage für weiterführende Forschung an der Schnittstelle von Psychologie, Data Engineering und künstlicher Intelligenz.

Perspektiven für personalisierte Therapien

Besonders interessant sind dabei datengetriebene Verfahren und Methoden des maschinellen Lernens. Sie können Muster identifizieren, die mit klassischen Auswertungsverfahren nur schwer erkennbar sind.

Langfristig sehen die Forschenden Potenzial für individuellere Diagnostik- und Therapieansätze: Physiologische Daten könnten zusätzliche Hinweise auf Angstreaktionen oder Therapieerfolge liefern und die Selbsteinschätzungen von Patientinnen und Patienten ergänzen. Ziel ist dabei nicht, subjektive Angaben zu ersetzen, sondern verschiedene Informationsquellen miteinander zu verbinden.

Die langfristige Vision besteht darin, Expositionstherapien datenbasiert und adaptiv zu gestalten. Künftige Systeme könnten Angstreaktionen in Echtzeit erkennen und therapeutische Maßnahmen stärker auf einzelne Personen abstimmen.

Hamburg. Schwangerschaftsabbrüche sind Teil der gesellschaftlichen Realität. Dennoch sind sie häufig mit rechtlichen Hürden, Versorgungslücken und gesellschaftlicher Stigmatisierung verbunden. Wie diese Faktoren zusammenwirken und welche Perspektiven das Konzept der reproduktiven Gerechtigkeit auf Fragen körperlicher Selbstbestimmung eröffnet, stand im Mittelpunkt der Tagung „Gewollt, geregelt, gerecht? Interdisziplinäre Perspektiven auf Schwangerschaftsabbrüche, Körper und Autonomie“, die Ende Juni an der Helmut-Schmidt-Universität/Universität der Bundeswehr Hamburg (HSU/UniBw H) und der Bucerius Law School stattfand.

Reproduktive Rechte zwischen Gesetzgebung, Versorgung und gesellschaftlicher Realität

Die Debatte über Schwangerschaftsabbrüche wird in Deutschland häufig auf die Regelungen des § 218 Strafgesetzbuch (StGB) reduziert. Der Paragraph regelt die rechtlichen Rahmenbedingungen für Schwangerschaftsabbrüche und zählt seit Jahrzehnten zu den umstrittensten Bestimmungen des deutschen Strafrechts.

Nach der derzeitigen Rechtslage gelten Schwangerschaftsabbrüche grundsätzlich als rechtswidrig. Unter bestimmten Voraussetzungen bleiben sie jedoch straffrei, etwa wenn die schwangere Person zuvor eine Schwangerschaftskonfliktberatung in Anspruch genommen hat und der Abbruch innerhalb der gesetzlich vorgesehenen Frist erfolgt. Weitere Ausnahmen bestehen beispielsweise bei medizinischer oder kriminologischer Indikation.

Die Diskussionen auf der Tagung machten deutlich, dass sich die Lebensrealität von Betroffenen jedoch nicht allein über die Rechtslage erklären lässt. Neben den gesetzlichen Rahmenbedingungen spielen auch die Verfügbarkeit medizinischer Angebote, regionale Unterschiede in der Versorgung, der Zugang zu Informationen sowie gesellschaftliche Vorstellungen von Körper, Autonomie und Elternschaft eine wichtige Rolle.

Interdisziplinärer Austausch zu reproduktiver Gerechtigkeit

Diesen Zusammenhängen widmet sich das Netzwerk ReproGerecht. Dem Netzwerk gehören unter anderem Prof. Dr. Henrike von Scheliha (Bucerius Law School), Prof. Dr. Dana-Sophia Valentiner (HSU/UniBw H) und Prof. Dr. Anne-Kristin Kuhnt (Universität Rostock) an. Im Rahmen der Tagung brachten sie Wissenschaft, Praxis und Zivilgesellschaft zusammen, um über reproduktive Gerechtigkeit aus unterschiedlichen Perspektiven zu diskutieren.

In Keynotes, Panels und Repro Labs standen unter anderem die Regelungen des § 218 StGB, medikamentöse Schwangerschaftsabbrüche, bestehende Zugangsbarrieren, die aktuelle Versorgungslage sowie gesellschaftliche und politische Dimensionen reproduktiver Rechte im Mittelpunkt. Die Beiträge aus Rechts-, Sozial- und Gesundheitswissenschaften verdeutlichten, wie eng rechtliche, medizinische und gesellschaftliche Aspekte miteinander verknüpft sind.

Dabei wurde immer wieder die Frage diskutiert, unter welchen Bedingungen Menschen tatsächlich selbstbestimmte Entscheidungen über ihren Körper treffen können. Das Konzept der reproduktiven Gerechtigkeit erweitert die Perspektive auf reproduktive Rechte, indem es neben rechtlichen Ansprüchen auch soziale, gesundheitliche und strukturelle Rahmenbedingungen berücksichtigt.

Wissenschaftliche und persönliche Perspektiven

Ergänzt wurden die wissenschaftlichen Beiträge durch Perspektiven aus Journalismus und Zivilgesellschaft. Ein besonderer Programmpunkt war die Lesung der Autorin und feministischen Journalistin Sibel Schick an der Bucerius Law School. Aus ihrem Buch „Mein Körper – wessen Entscheidung? Warum wir reproduktive Gerechtigkeit brauchen“ heraus thematisierte sie gesellschaftliche Erwartungen, Erfahrungen von Betroffenen und die Bedeutung körperlicher Selbstbestimmung.

Raum für wissenschaftlich fundierte Debatten

Die Tagung machte deutlich, dass Schwangerschaftsabbrüche weiterhin ein gesellschaftlich sensibles Thema sind. Frauen, die einen Schwangerschaftsabbruch in Anspruch nehmen möchten, begegnen vielerorts noch immer rechtlichen Hürden, Versorgungslücken und sozialer Stigmatisierung.

Umso wichtiger sind Räume, in denen Wissenschaft, Praxis und Zivilgesellschaft miteinander ins Gespräch kommen. Der interdisziplinäre Austausch zeigte, dass Fragen reproduktiver Rechte nicht ausschließlich als juristische oder gesundheitspolitische Herausforderungen verstanden werden können, sondern zugleich Fragen gesellschaftlicher Teilhabe und Gerechtigkeit berühren.