Recuperación de Habilidades Motrices con el Uso de Inteligencia Artificial y Visión por Computadora
Recuperación de funciones motoras mediante software de captura de movimiento asistido utilizando inteligencia artificial y visión por computadora
Descripción general del estudio
Estado
Intervención / Tratamiento
Descripción detallada
Los avances en las tecnologías de inteligencia artificial (IA) y su aplicación práctica en diversos campos, especialmente en la medicina, muestran su potencial en soluciones como sistemas de diagnóstico automatizados, reconocimiento de registros médicos no estructurados, comprensión del lenguaje natural, análisis y predicción de eventos, clasificación de información, análisis automático de pacientes. soporte a través de chatbots y análisis de movimiento a través de video. Actualmente, se están desarrollando diversos sistemas de software basados en IA, diseñados para resolver problemas intelectuales similares al pensamiento humano. Las aplicaciones generalizadas de la IA abarcan la predicción, la evaluación de información digital (incluidos datos no estructurados) y el reconocimiento de patrones (extracción de datos).
En medio de los rápidos avances en el aprendizaje automático profundo, particularmente en el reconocimiento de imágenes y patrones, el análisis de imágenes médicas ha ganado importancia dentro de los sistemas de diagnóstico automatizados, particularmente en el diagnóstico por radiación. Con el rápido crecimiento de este campo, es crucial seleccionar conjuntos de datos médicos para la capacitación y validación de sistemas de diagnóstico basados en IA.
El éxito de la IA en el diagnóstico de radiación y su reconocimiento como prometedor dentro de los círculos científicos allanan el camino para el análisis de vídeo y la integración del aprendizaje automático en la práctica de rehabilitación médica. En colaboración, investigadores del Centro Federal de Investigación Médica de la FMBA de Rusia y MTUCI idearon un plan para desarrollar algoritmos especializados basados en análisis de movimiento por vídeo y aprendizaje automático para pacientes con accidente cerebrovascular sometidos a rehabilitación médica.
Estos algoritmos monitorean los movimientos de los pacientes y les notifican rápidamente sobre desviaciones, reducciones de amplitud o patrones compensatorios, ayudándolos a corregir sus movimientos. Todos los datos de las sesiones se archivan electrónicamente y son accesibles para los profesionales médicos responsables de los planes de lecciones individualizados. Esto permite evaluar el progreso del paciente y realizar los ajustes necesarios al programa de rehabilitación en el hogar.
La incorporación de análisis de vídeo impulsados por IA y aprendizaje automático en la rehabilitación médica tiene un gran potencial para mejorar los resultados de los pacientes y personalizar las estrategias de tratamiento.
Tipo de estudio
Inscripción (Estimado)
Fase
- No aplica
Contactos y Ubicaciones
Estudio Contacto
- Nombre: Danila Lobunko
- Número de teléfono: +79091648192
- Correo electrónico: doctorlobunko@gmail.com
Copia de seguridad de contactos de estudio
- Nombre: Bogdan Ragulin
- Número de teléfono: +79255053658
- Correo electrónico: 5053658@gmail.com
Criterios de participación
Criterio de elegibilidad
Edades elegibles para estudiar
- Adulto
- Adulto Mayor
Acepta Voluntarios Saludables
Descripción
Criterios de inclusión:
Accidente cerebrovascular hemisférico reciente (isquémico o hemorrágico):
- Escala de ranking: 3
- Dentro de los 6 meses posteriores al accidente cerebrovascular.
- Hemiparesia del miembro superior con fuerza ≤3 puntos proximalmente.
- Aumento del tono muscular (≤3 puntos) en la escala de Ashford.
- Sensibilidad compleja preservada por examen neurológico
Criterio de exclusión:
- Escala de Rankin de 4 puntos y superior.
- 6 meses o más después de sufrir un accidente cerebrovascular.
- Cambios estructurales en las articulaciones de las extremidades superiores que limitan la movilidad articular (contracturas, anquilosis, estructuras metálicas que limitan la movilidad).
- Síndrome de dolor severo en el miembro superior parético en reposo o en movimiento, que impide el ejercicio (7 puntos o más en la escala).
- Trastornos cognitivos graves, excitación psicoemocional, signos de histeria, síndrome pseudobulbar (risa violenta, llanto), trastornos afásicos que impiden la comprensión de la tarea.
- Alteraciones visuales que impiden la percepción de la información (negligencia, hemianopsia, miopía, diplopía).
- Trombosis de las venas de las extremidades superiores e inferiores sin signos de recanalización, o trombosis arterial.
- Parkinsonismo y otros tipos de temblores.
Plan de estudios
¿Cómo está diseñado el estudio?
Detalles de diseño
- Propósito principal: Tratamiento
- Asignación: Aleatorizado
- Modelo Intervencionista: Asignación paralela
- Enmascaramiento: Doble
Armas e Intervenciones
Grupo de participantes/brazo |
Intervención / Tratamiento |
|---|---|
|
Experimental: Asistir a pacientes
Los pacientes recibirán capacitación en rehabilitación utilizando el paquete de software AsistI junto con intervenciones estándar de rehabilitación de las extremidades superiores.
|
La rehabilitación del paquete de software AsistI implica ejercicios personalizados para las extremidades superiores según un programa individual.
El régimen consta de 10 a 12 sesiones, cada una de las cuales dura 30 minutos.
Los pacientes ejecutan 10 ejercicios secuencialmente con las extremidades afectadas y no afectadas, que implican tareas como tocar la boca, la frente y partes del tronco con el cepillo de la mano, y movimientos de amplitud en las articulaciones de las extremidades superiores.
AsistI evalúa la precisión del ejercicio, previene patrones desfavorables y registra el logro de objetivos, considerando la velocidad, la precisión y las repeticiones.
|
|
Comparador activo: Pacientes habilectos
Los pacientes recibirán entrenamiento de rehabilitación utilizando el complejo de software y hardware Habilect, además de las intervenciones de rehabilitación estándar para el miembro superior.
|
El programa de rehabilitación Habilect implica de 10 a 12 sesiones utilizando software y hardware.
Los pacientes realizan ejercicios de las extremidades superiores durante 30 minutos de forma individual, centrándose en movimientos específicos.
Repiten 10 ejercicios, primero con el miembro sano y luego con el afectado.
Las tareas incluyen tocar la boca, la frente y el tronco, junto con movimientos articulares como la flexión del hombro.
Habilect evalúa la precisión del ejercicio, previene movimientos incorrectos y realiza un seguimiento del progreso teniendo en cuenta la velocidad, la precisión y las repeticiones.
|
|
Sin intervención: Pacientes de terapia convencional.
Los pacientes se someterán a intervenciones estándar de rehabilitación de las extremidades superiores sin la utilización de métodos adicionales.
|
¿Qué mide el estudio?
Medidas de resultado primarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
Escala de evaluación de Fugl-Meyer para la evaluación de las extremidades superiores (FMA-UE)
Periodo de tiempo: Cambio desde el inicio a las 3 semanas
|
En este estudio, utilizaremos 36 ítems de la parte superior del brazo (musculatura proximal, FMA-UA), 24 ítems de muñeca y mano (musculatura distal, FMA-W/H), 6 ítems de aspectos de coordinación, 12 ítems de aspectos de sensación, 24 ítems de aspectos del movimiento articular pasivo, 24 ítems de dolor articular.
Por lo que la puntuación total máxima en esta escala FMA-UE fue de 126 puntos.
|
Cambio desde el inicio a las 3 semanas
|
|
La fuerza muscular se evaluó mediante la MRC (Escala de debilidad del Consejo de Investigación Médica)
Periodo de tiempo: Cambio desde el inicio a las 3 semanas
|
MRC es una escala comúnmente utilizada para evaluar la fuerza muscular desde el Grado 5 (normal) hasta el Grado 0 (sin contracción visible).
La paresia se define como leve con cumplimiento de fuerza de 4 puntos, moderada - 3 puntos, pronunciada - 2 puntos, áspera - 1 punto y con - 0 puntos.
|
Cambio desde el inicio a las 3 semanas
|
|
La prueba del brazo de investigación de acción (ARAT)
Periodo de tiempo: Cambio desde el inicio a las 3 semanas
|
Es una medida observacional de 19 ítems utilizada por fisioterapeutas y otros profesionales de la salud para evaluar el desempeño de las extremidades superiores (coordinación, destreza y funcionamiento) en poblaciones de recuperación de accidentes cerebrovasculares, lesiones cerebrales y esclerosis múltiple.
Las puntuaciones en el ARAT pueden oscilar entre 0 y 57 puntos, con una puntuación máxima de 57 puntos que indica un mejor desempeño.
MCID se ha sugerido como 5,7 puntos.
|
Cambio desde el inicio a las 3 semanas
|
Medidas de resultado secundarias
Medida de resultado |
Medida Descripción |
Periodo de tiempo |
|---|---|---|
|
La velocidad de movimiento del miembro superior.
Periodo de tiempo: Cambio desde el inicio a las 3 semanas
|
Velocidad de movimiento del miembro superior: Tiempo para alcanzar el objetivo (seg).
|
Cambio desde el inicio a las 3 semanas
|
|
Precisión de los movimientos realizados.
Periodo de tiempo: Cambio desde el inicio a las 3 semanas
|
Precisión del movimiento: Precisión en el contacto con los puntos guiados (ángulos).
|
Cambio desde el inicio a las 3 semanas
|
|
Número total de repeticiones
Periodo de tiempo: Cambio desde el inicio a las 3 semanas
|
Recuento de repeticiones: Número de intentos motores para alcanzar la meta.
|
Cambio desde el inicio a las 3 semanas
|
|
La corrección de los ejercicios.
Periodo de tiempo: Cambio desde el inicio a las 3 semanas
|
Corrección del ejercicio: Número de acciones compensatorias como elevación de hombros o flexión del torso.
|
Cambio desde el inicio a las 3 semanas
|
|
El número de ejercicios completados.
Periodo de tiempo: Cambio desde el inicio a las 3 semanas
|
Recuento correcto de repeticiones: número de intentos sin compensación, por ejemplo, movimientos de hombros o torso.
|
Cambio desde el inicio a las 3 semanas
|
|
El número de ejercicios no completados.
Periodo de tiempo: Cambio desde el inicio a las 3 semanas
|
Recuento de repeticiones incorrecto: número de intentos con acciones compensatorias, por ejemplo, levantamiento de hombros o flexión del torso.
|
Cambio desde el inicio a las 3 semanas
|
Colaboradores e Investigadores
Patrocinador
Investigadores
- Silla de estudio: Galina Ivanova, Prof, Federal Center of Cerebrovascular Pathology and Stroke, Russian Federation Ministry of Health
- Silla de estudio: Michael Gorodnichev, Moscow Technical University of Communication and Informatics (MTUCI)
Fechas de registro del estudio
Fechas importantes del estudio
Inicio del estudio (Estimado)
Finalización primaria (Estimado)
Finalización del estudio (Estimado)
Fechas de registro del estudio
Enviado por primera vez
Primero enviado que cumplió con los criterios de control de calidad
Publicado por primera vez (Actual)
Actualizaciones de registros de estudio
Última actualización publicada (Actual)
Última actualización enviada que cumplió con los criterios de control de calidad
Última verificación
Más información
Términos relacionados con este estudio
Palabras clave
Términos MeSH relevantes adicionales
Otros números de identificación del estudio
- AssistI01
Información sobre medicamentos y dispositivos, documentos del estudio
Estudia un producto farmacéutico regulado por la FDA de EE. UU.
Estudia un producto de dispositivo regulado por la FDA de EE. UU.
Esta información se obtuvo directamente del sitio web clinicaltrials.gov sin cambios. Si tiene alguna solicitud para cambiar, eliminar o actualizar los detalles de su estudio, comuníquese con register@clinicaltrials.gov. Tan pronto como se implemente un cambio en clinicaltrials.gov, también se actualizará automáticamente en nuestro sitio web. .