Projekt Knee4Life: Podpora zotavení kolene po totální náhradě kolena prostřednictvím digitálního zdraví (K4L)

1. Pozadí

   Totální náhrada kolenního kloubu (TKR) je běžný postup, v Anglii a Walesu se ročně provede více než 100 000. Ačkoli většina pacientů má po TKR úspěšný výsledek, přibližně 10–20 % pacientů je nespokojených, zejména kvůli bolesti a ztuhlosti kolena. Metoda k odhalení časných problémů s bolestí a ztuhlostí by mohla usnadnit dřívější doporučení k nechirurgické léčbě, která je účinná v prevenci nutnosti manipulace v anestezii [MUA]. V současné době je míra MUA 2,5 % (~2 500 pacientů ročně v Anglii a Walesu), což stojí ~14 000 GBP na jeden zákrok. Naše současné chápání toho, kdy se ztuhlost vyvíjí, a načasování a nejlepší léčba ztuhlosti jsou omezené. Nedávné partnerství pro stanovení priorit James Lind Alliance označilo ztuhlost po TKR jako top 10 výzkumných priorit pro lepší pochopení a testování intervencí. Současná měření nejsou přesná ani vhodná pro použití v domácnosti. Vyšetřovatelé potřebují nástroje k přesnému měření časných indikátorů tuhosti.

2. Odůvodnění

Vyšetřovatelé v současné době nemají žádný nástroj pro vzdálenou a přesnou detekci rozvoje rané pooperační ztuhlosti kolena. Tato studie si klade za cíl vyvinout nákladově efektivní nástroj pro měření a kvantifikaci tuhosti kolena před a po operaci totální náhrady kolena (TKR) pro použití v rámci NHS. Výzkum se snaží porozumět tomu, jak se rozsah pohybu kolene (ROM) zotavuje po TKR, a detekovat časné známky ztuhlosti. Cílem je také předpovědět, u koho by se mohla vyvinout ztuhlost po TKR, a prozkoumat vztah mezi bolestí a ztuhlostí.

Současné metody měření rozsahu pohybu kolena (ROM), jako jsou ruční nástroje pro měření úhlů, mají omezení z hlediska přesnosti a potřebují vyškolený zdravotnický personál, aby je používal. Ideální nástroj by byl levný, snadno použitelný a poskytoval pacientům a klinickým týmům rychlou zpětnou vazbu. Studie bude zahrnovat vývoj a ověření přístupu založeného na počítačovém vidění (pomocí kamer k hodnocení pohybů) ke sledování flexe a extenze kolene a posouzení vzoru chůze. Technologie založená na videu nebo počítačové vidění (CV) byla nedávno v Exeteru průkopníkem k měření pohybu páteře u pacientů s ankylozující spondylitidou. Počítačové vidění je nově vznikající technologie, která má velký potenciál pro monitorování flexe kolene u lidí se ztuhlostí kolena. Tento přístup zahrnuje použití kamer a algoritmů strojového učení k automatické detekci a analýze úhlů kolenního kloubu během pohybu. Poskytováním objektivních a přesných měření flexe kolena má počítačové vidění potenciál zlepšit hodnocení ztuhlosti kolena a usnadnit cílené léčebné zásahy. Jako u každé nové technologie je však potřeba metodu validovat v kontextu pacientů se ztuhlým kolenem, aby byla zajištěna její přesnost a spolehlivost. Studie zdůraznily důležitost vývoje algoritmů strojového učení speciálně pro tuto populaci pacientů, aby zohlednily individuální rozdíly v pohybových vzorcích a omezení způsobená tuhostí. Je zapotřebí další výzkum k posouzení platnosti a proveditelnosti přístupů založených na počítačovém vidění pro monitorování flexe kolena u lidí se ztuhlostí kolena, což by mohlo v konečném důsledku zlepšit diagnostiku, sledování a řízení tohoto stavu.

Ověření přístupu založeného na počítačovém vidění pro monitorování flexe kolene u lidí se ztuhlým kolenem je zásadní pro zajištění jeho spolehlivosti a přesnosti. To vyžaduje vývoj a zdokonalování algoritmů strojového učení, které dokážou přesně detekovat a měřit úhly kolenního kloubu u této populace pacientů. Tato studie bude hodnotit přesnost a preciznost algoritmu oproti metodám měření zlatého standardu, jako je snímání pohybu nebo goniometrie. Dále bude tato studie zkoumat citlivost přístupu ke změnám ve flexi kolene v důsledku ztuhlosti a bolesti a posoudit jeho proveditelnost v klinickém prostředí. Po ověření má přístup založený na počítačovém vidění potenciál poskytnout neinvazivní a objektivní prostředek pro monitorování flexe kolene u lidí se ztuhlostí kolene, což by mohlo poskytnout informace pro rozhodnutí o léčbě a zlepšit výsledky pacientů.

Dalším nástrojem, který vyšetřovatelé využijí, je aplikace Gaitcapture, která využívá akcelerometr a gyroskopový senzor v mobilním telefonu a funguje podobně jako inerciální měřicí jednotka (IMU), aby nám poskytla údaje o zrychlení a rotaci.

Ověření přístupu založeného na počítačovém vidění bude zahrnovat jeho srovnání s metodami měření zlatého standardu (hodnocení specializované fyzioterapie).

Kromě přístupu založeného na počítačovém vidění bude studie využívat senzory nošené na těle a mobilní aplikace ke sledování úrovní fyzické aktivity, vzorců chůze a počtu kroků účastníků. Tato data poskytnou pohled na lidi s celkovými vzory fyzické aktivity TKR a pomohou vyhodnotit použitelnost, přijatelnost, proveditelnost a přesnost nástrojů pro diagnostiku a monitorování.

Závěry tohoto výzkumného projektu mají potenciál zlepšit diagnostiku, monitorování a léčbu ztuhlosti kolena po totální náhradě kolena (TKR) s potenciálem snížit potřebu operace MUA. Poskytnutím přesných měření a včasné detekce by nástroje vyvinuté v této studii mohly umožnit dřívější doporučení k nechirurgické léčbě a snížit potřebu nákladných a rizikových postupů ke zlepšení rozsahu pohybu kolena (ROM) po operaci totální náhrady kolena (TKR), jako manipulace s kolenem v narkóze.

Zde vyšetřovatelé provedou ověřovací studii algoritmu pro zachycení pohybu bez značek, aby určili jeho přesnost a posoudili jeho proveditelnost a použitelnost pro implementaci ve velkém měřítku v domácnosti. vyšetřovatelé také ověří spolehlivost testů a opakovaných testů výstupů algoritmu, jako jsou úhly flexe/natažení kolena.