Tekoälyjärjestelmän rakentaminen olkapään kuntoutusharjoitusten automaattiseen valvontaan (Rehab-SPIA) (Rehab-SPIA)

Nykyinen historiallinen vaihe ja lisääntyvä kuntoutuksen tarve maailmassa tekevät etäkuntoutusjärjestelmistä ja sähköisestä terveydenhuollosta yleensä keskeisiä työkaluja potilaiden sitoutumisen ja hoidon noudattamisen lisäämiseen, keskeisiä tekijöitä NHS:n säilyttämisessä menoarvion näkökulmasta katsottuna. ja resurssien optimointi.

Erityisesti kuntoutuspotilas noudattaa kotiharjoitusohjelmaa (HEP) keskimäärin 30-50 %, johon usein lisätään motorisen oppimisen tehokkuuden heikkeneminen, koska eleen tarkkuudesta ei ole saatu palautetta, kuten se tapahtuu sairaalassa tai avohoidossa terapeutin valvonnassa.

Uudet laskennalliset lähestymistavat ihmisen liikkeitä koskevien tietojen analysointiin, joiden tavoitteena on kehittää algoritmeja, jotka valvovat automaattisesti potilaan eleiden tarkkuutta kotihoidon aikana, yrittävät ratkaista tämän viimeisen kriittisen ongelman.

Lupaavimpia lähestymistapoja ovat tekoälyyn (AI) ja koneoppimiseen (ML) perustuvat lähestymistavat, erityisesti uusimman sukupolven, joita kutsutaan alisymbolisiksi (tai konnektionistiksi).

Nämä algoritmit herättävät paljon kiinnostusta niiden kyvystä poimia automaattisesti liikkeen keskeiset ominaisuudet, mikä vähentää asiantuntijoiden puuttumista kaiken tiedon keräämiseen ja esimerkkien mahdolliseen merkitsemiseen (5) Joka tapauksessa kirjallisuus osoittaa, että kliinikkojen suoralla osallistumisella kehitetyt mallit ja potilaspopulaatioiden kanssa luodut tietojoukot ovat niukkoja.

Lisäksi suurin osa kirjallisuudessa esiintyvistä malleista on luotu lukuisilla syöttölaitteilla, usein korkealla teknologisella nopeudella ja huomattavin kustannuksin mahdollisen palvelun toteuttamiseksi potilaan kotona.

Näistä syistä haluamme luoda kliinisen erikoisaineiston, joka alkaa vain harjoitusvideoista, sisältää tietyt populaatiot patologioiden mukaan ja joka on rakennettu kliinisen arvion perusteella. Näillä ominaisuuksilla tämä projekti pyrkii automatisoimaan liikeanalyysiprosessin mahdollisimman paljon, vähentäen valtavasti teknologioiden käytöstä aiheutuvia kustannuksia ja minimoimalla inhimilliset virheet hyödyntämällä viimeisimpiä laskennallisia lähestymistapoja hyödyllisen ja alhaisen laskentatavan luomiseksi. kustannustyökalu kodin toiminnalliseen uudelleenkoulutukseen.

Ottaen huomioon Home Exercise -ohjelman merkityksen olkapään sairaudessa päätettiin valita potilaiden populaatio, joilla on tähän niveleen vaikuttavat tärkeimmät patologiat.

Tutkimuksen päätavoitteena on luoda ja validoida ohjelmistotyökalu ortopedisten patologioiden jälkeisten olkapään toiminnallisen palautumisen tärkeimpien kuntoutusharjoitusten oikean suorituksen automaattiseen ja asiantuntija-analyysiin.