Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Motoristen taitojen palautuminen tekoälyn ja tietokonenäön avulla

Moottoritoimintojen palauttaminen avustavan liikkeenkaappausohjelmiston avulla tekoälyn ja tietokonenäön avulla

Selvittää tekoälyteknologiaa ja tietokonenäköä hyödyntävien algoritmien vaikutusta motoristen toimintojen palautumiseen aivohalvauksen saaneiden potilaiden kuntoutuksen yhteydessä.

Tutkimuksen yleiskatsaus

Yksityiskohtainen kuvaus

Tekoälyteknologian (AI) edistyminen ja niiden käytännön soveltaminen eri aloilla, erityisesti lääketieteessä, esittelee niiden potentiaalia ratkaisuissa, kuten automatisoiduissa diagnostisissa järjestelmissä, strukturoimattomissa potilastietojen tunnistamisessa, luonnollisen kielen ymmärtämisessä, tapahtumien analysoinnissa ja ennustamisessa, tietojen luokittelussa, automaattisessa potilaassa. tuki chatbottien kautta ja liikeanalyysi videon kautta. Tällä hetkellä kehitetään erilaisia ​​tekoälypohjaisia ​​ohjelmistojärjestelmiä, jotka on suunniteltu ratkaisemaan ihmisen ajattelua muistuttavia älyllisiä ongelmia. Tekoälyn laajat sovellukset sisältävät ennustamisen, digitaalisen tiedon arvioinnin (mukaan lukien strukturoimaton data) ja kuviontunnistuksen (datan louhinta).

Syvän koneoppimisen, erityisesti kuvan- ja kuviontunnistuksen, nopean kehityksen keskellä lääketieteellinen kuva-analyysi on noussut esiin automatisoiduissa diagnoosijärjestelmissä, erityisesti säteilydiagnostiikassa. Nousevan alan nopean kasvun myötä lääketieteellisten tietokokonaisuuksien kuratointi tekoälypohjaisten diagnostisten järjestelmien koulutusta ja validointia varten on ratkaisevan tärkeää.

Tekoälyn menestys säteilydiagnostiikan alalla ja sen tunnustus lupaavaksi tieteellisissä piireissä tasoittaa tietä videoanalyysille ja koneoppimisen integroinnille lääketieteelliseen kuntoutukseen. Venäjän FMBA:n liittovaltion lääketieteellisen tutkimuskeskuksen ja MTUCI:n tutkijat kehittivät yhteistyössä suunnitelman kehittää videoliikeanalyysiin ja koneoppimiseen perustuvia erikoisalgoritmeja lääketieteellistä kuntoutusta saaville aivohalvauspotilaille.

Nämä algoritmit tarkkailevat potilaiden liikkeitä ja ilmoittavat heille viipymättä poikkeamista, amplitudin pienenemisestä tai kompensaatiokuvioista, mikä auttaa heitä korjaamaan liikkeitä. Kaikki istuntotiedot arkistoidaan sähköisesti, ja ne ovat yksilöllisistä tuntisuunnitelmista vastaavien lääketieteen ammattilaisten saatavilla. Tämä mahdollistaa potilaan edistymisen arvioinnin ja tarvittavat muutokset kotikuntoutusohjelmaan.

Tekoälypohjaisen videoanalyysin ja koneoppimisen sisällyttäminen lääketieteelliseen kuntoutukseen tarjoaa suuren potentiaalin parantaa potilaiden tuloksia ja mukauttaa hoitostrategioita.

Opintotyyppi

Interventio

Ilmoittautuminen (Arvioitu)

90

Vaihe

  • Ei sovellettavissa

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

Tutki yhteystietojen varmuuskopiointi

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Joo

Kuvaus

Sisällyttämiskriteerit:

Äskettäinen puolipallon aivohalvaus (iskeeminen tai verenvuoto):

  • Sijoitusasteikko: 3
  • 6 kuukauden sisällä aivohalvauksen jälkeen.
  • Yläraajan hemipareesi, jonka voimakkuus on ≤3 pistettä proksimaalisesti.
  • Lihasjännitys (≤3 pistettä) Ashfordin asteikolla.
  • Monimutkainen herkkyys säilynyt neurotutkimusta kohden

Poissulkemiskriteerit:

  • Rankin-asteikko 4 pistettä tai enemmän.
  • 6 kuukautta tai enemmän aivohalvauksen jälkeen.
  • Yläraajojen nivelten rakenteelliset muutokset, jotka rajoittavat nivelten liikkuvuutta (supistukset, ankyloosit, liikkuvuutta rajoittavat metallirakenteet).
  • Voimakas kipuoireyhtymä pareettisessa yläraajassa levossa tai liikkuessa, mikä estää harjoituksen (7 pistettä tai enemmän asteikolla).
  • Karkeat kognitiiviset häiriöt, psykoemotionaalinen kiihottuminen, hysteria-oireet, pseudobulbar-oireyhtymä (väkivaltainen nauru, itku), afaasiset häiriöt, jotka estävät tehtävän ymmärtämisen.
  • Näköhäiriöt, jotka estävät tiedon havaitsemisen (laiminlyönti, hemianopia, likinäköisyys, diplopia).
  • Verisuonten tromboosi ylä- ja alaraajoissa ilman rekanalisoitumisen merkkejä tai valtimotromboosi.
  • Parkinsonismi ja muun tyyppinen vapina.

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

  • Ensisijainen käyttötarkoitus: Hoito
  • Jako: Satunnaistettu
  • Inventiomalli: Rinnakkaistehtävä
  • Naamiointi: Kaksinkertainen

Aseet ja interventiot

Osallistujaryhmä / Arm
Interventio / Hoito
Kokeellinen: Auttaa potilaita
Potilaat saavat kuntoutuskoulutusta AsistI-ohjelmistopaketilla yhdessä tavallisten yläraajojen kuntoutustoimenpiteiden kanssa.
AsistI-ohjelmistopaketin kuntoutus sisältää räätälöityjä yläraajojen harjoituksia yksilöllisen ohjelman mukaisesti. Hoito koostuu 10-12 istunnosta, joista jokainen kestää 30 minuuttia. Potilaat suorittavat 10 harjoitusta peräkkäin vahingoittumattomilla ja vahingoittuneilla raajoilla, joihin sisältyy tehtäviä, kuten suun, otsan ja vartalon osien koskettaminen käden harjalla ja amplitudiliikkeet yläraajan nivelissä. AsistI arvioi harjoituksen tarkkuutta, estää epäsuotuisat kuviot ja kirjaa tavoitesaavutuksen ottaen huomioon nopeuden, tarkkuuden ja toistot.
Active Comparator: Habilect-potilaat
Potilaat saavat kuntoutuskoulutusta Habilect-ohjelmisto- ja laitteistokompleksilla, normaalien yläraajan kuntoutustoimenpiteiden lisäksi.
Habilect-kuntoutusohjelma sisältää 10-12 istuntoa ohjelmiston ja laitteiston avulla. Potilaat tekevät yläraajojen harjoituksia 30 minuuttia yksilöllisesti keskittyen tiettyihin liikkeisiin. He toistavat 10 harjoitusta ensin terveellä raajalla, sitten sairaalla. Tehtäviin kuuluu suun, otsan ja vartalon koskettaminen sekä nivelliikkeitä, kuten olkapään taivutusta. Habilect arvioi harjoituksen tarkkuutta, ehkäisee vääriä liikkeitä ja seuraa edistymistä ottaen huomioon nopeuden, tarkkuuden ja toistot.
Ei väliintuloa: Perinteisen hoidon potilaat
Potilaille tehdään tavanomaiset yläraajojen kuntoutustoimenpiteet ilman lisämenetelmiä.

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Fugl-Meyerin arviointiasteikko yläraajojen arviointiin (FMA-UE)
Aikaikkuna: Muutos lähtötasosta 3 viikon kohdalla
Tässä tutkimuksessa käytämme 36 kohdetta olkavarresta (proksimaalinen lihaksisto, FMA-UA), 24 kohdetta ranteesta ja kädestä (distaalinen lihaksisto, FMA-W/H), 6 kohdetta koordinaationäkökohdista, 12 kohdetta aspekteista. tunne, 24 osaa passiivisen nivelliikkeen näkökohdista, 24 nivelkipua. Joten maksimi kokonaispistemäärä tällä FMA-UE asteikolla oli 126 pistettä.
Muutos lähtötasosta 3 viikon kohdalla
Lihasvoimaa arvioitiin käyttämällä MRC:tä (Medical Research Council Weakness Scale)
Aikaikkuna: Muutos lähtötasosta 3 viikon kohdalla
MRC on yleisesti käytetty asteikko lihasvoiman arvioimiseen asteikosta 5 (normaali) asteeseen 0 (ei näkyvää supistumista). Pareesi määritellään kevyeksi, kun vahvuus on 4 pistettä, kohtalainen - 3 pistettä, voimakas - 2 pistettä, karkea - 1 piste ja - 0 pistettä.
Muutos lähtötasosta 3 viikon kohdalla
Action Research Arm Test (ARAT)
Aikaikkuna: Muutos lähtötasosta 3 viikon kohdalla
Fysioterapeuttien ja muiden terveydenhuollon ammattilaisten käyttämä 19 yksikön havainnointimitta arvioidakseen yläraajojen suorituskykyä (koordinaatiota, kätevyyttä ja toimintaa) aivohalvauksen toipumisessa, aivovammojen ja multippeliskleroosin potilaissa. ARAT-pisteet voivat vaihdella välillä 0-57 pistettä, ja maksimipistemäärä 57 pistettä osoittaa parempaa suorituskykyä. MCID:ksi on ehdotettu 5,7 pistettä
Muutos lähtötasosta 3 viikon kohdalla

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Yläraajan liikenopeus
Aikaikkuna: Muutos lähtötasosta 3 viikon kohdalla
Yläraajan liikenopeus: Aika tavoite saavuttaa (s).
Muutos lähtötasosta 3 viikon kohdalla
Tehtyjen liikkeiden tarkkuus
Aikaikkuna: Muutos lähtötasosta 3 viikon kohdalla
Liikkeen tarkkuus: Tarkkuus ohjattujen pisteiden (kulmien) kosketuksessa.
Muutos lähtötasosta 3 viikon kohdalla
Toistojen kokonaismäärä
Aikaikkuna: Muutos lähtötasosta 3 viikon kohdalla
Toistojen määrä: Tavoitteen motoristen yritysten määrä.
Muutos lähtötasosta 3 viikon kohdalla
Harjoitusten oikeellisuus
Aikaikkuna: Muutos lähtötasosta 3 viikon kohdalla
Harjoituksen oikeellisuus: Kompensoivien toimien, kuten hartioiden kohottaminen tai vartalon taivutus, määrä.
Muutos lähtötasosta 3 viikon kohdalla
Tehtyjen harjoitusten määrä
Aikaikkuna: Muutos lähtötasosta 3 viikon kohdalla
Oikea toistomäärä: Yritysten lukumäärä ilman kompensaatiota, esimerkiksi olkapään tai vartalon liikkeitä.
Muutos lähtötasosta 3 viikon kohdalla
Suorittamattomien harjoitusten määrä
Aikaikkuna: Muutos lähtötasosta 3 viikon kohdalla
Virheellinen toistomäärä: kompensoivilla toimenpiteillä tehtyjen yritysten lukumäärä, kuten olkapään nosto tai vartalon taivutus.
Muutos lähtötasosta 3 viikon kohdalla

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Tutkijat

  • Opintojen puheenjohtaja: Galina Ivanova, Prof, Federal Center of Cerebrovascular Pathology and Stroke, Russian Federation Ministry of Health
  • Opintojen puheenjohtaja: Michael Gorodnichev, Moscow Technical University of Communication and Informatics (MTUCI)

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Arvioitu)

Torstai 1. helmikuuta 2024

Ensisijainen valmistuminen (Arvioitu)

Torstai 1. elokuuta 2024

Opintojen valmistuminen (Arvioitu)

Lauantai 1. helmikuuta 2025

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Torstai 24. elokuuta 2023

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Tiistai 26. joulukuuta 2023

Ensimmäinen Lähetetty (Todellinen)

Torstai 28. joulukuuta 2023

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Torstai 28. joulukuuta 2023

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Tiistai 26. joulukuuta 2023

Viimeksi vahvistettu

Tiistai 1. elokuuta 2023

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa