Modelado de resultados clínicos de la dinámica rápida en el accidente cerebrovascular agudo

El accidente cerebrovascular, que sigue siendo la segunda causa más común de muerte y la principal causa de discapacidad neurológica en adultos en el mundo occidental, se caracteriza por cambios rápidos a lo largo del tiempo y una marcada variabilidad en los resultados. Un paciente puede mejorar o empeorar en cuestión de minutos, y la discapacidad resultante puede variar desde una parálisis completa obvia hasta una incoordinación sutil, dependiente de la tarea, de una sola extremidad.

A diferencia de muchos otros trastornos neurológicos, el accidente cerebrovascular puede ser exquisitamente sensible a un tratamiento rápido y personalizado inteligentemente, recompensando la innovación en la prestación de atención con un impacto tangible en el mundo real en los resultados del paciente. Por lo tanto, el tratamiento óptimo requiere tanto una caracterización detallada del cuadro clínico del paciente como su patrón de cambio a lo largo del tiempo.

Podría decirse que el aspecto más importante del cuadro clínico del paciente, el movimiento corporal, sigue estando notablemente mal documentado: cuantificado solo subjetivamente y en intervalos poco frecuentes en la evolución clínica del paciente. La combinación de inteligencia artificial con computación de alto rendimiento ahora permite la extracción automática de la estructura esquelética de un paciente resuelta hasta las articulaciones principales, como la de un hombre de palitos, para ser entregado de manera simple, segura y económica, sin el uso de engorrosos accesorios corporales. marcadores El centro de esta tecnología es la privacidad del paciente, con el marco esquelético extraído en tiempo real, lo que garantiza que el dispositivo no almacene ni transmita datos de video, a partir de los cuales se puede identificar a los pacientes.

Nuestro sistema de categorización de movimiento, MoCat, se utilizará para estudiar la dinámica rápida del accidente cerebrovascular agudo, perfectamente integrado en el flujo clínico. Al cuantificar el cambio en el déficit motor a lo largo del tiempo, examinaremos la relación entre estas trayectorias con los resultados clínicos y desarrollaremos modelos predictivos que puedan respaldar el manejo clínico y optimizar la prestación de servicios.