Az akut stroke gyors dinamikájának klinikai eredménymodellezése

A szélütés – még mindig a második leggyakoribb halálok és a felnőttkori idegrendszeri fogyatékosság fő oka a nyugati világban – az idő múlásával gyors változások és a kimenetelek jelentős változatossága jellemzi. A beteg állapota percek alatt javulhat vagy romolhat, és az ebből eredő fogyatékosság a nyilvánvaló teljes bénulástól az egyetlen végtag finom, feladatfüggő koordinációs zavaráig terjedhet.

Sok más neurológiai rendellenességtől eltérően a stroke rendkívül érzékeny lehet az azonnali és intelligensen személyre szabott kezelésre, ami az ellátás terén megvalósuló innovációt jutalmazza a betegek kimenetelére gyakorolt ​​valós, kézzelfogható hatással. Az optimális kezelés tehát megköveteli a beteg klinikai képének részletes jellemzését és annak időbeli változási mintáját.

A páciens klinikai képének vitathatatlanul legfontosabb aspektusa – a test mozgása – továbbra is feltűnően rosszul dokumentált: csak szubjektíven és a páciens klinikai fejlődése során ritka időközönként van számszerűsítve. A mesterséges intelligencia és a nagy teljesítményű számítástechnika kombinációja lehetővé teszi a páciens csontvázának automatikus eltávolítását a nagyobb ízületekig, például egy pálcikaemberé, hogy egyszerűen, biztonságosan és olcsón, nehézkes testviselet használata nélkül kerüljön kiszállításra. markerek. Ennek a technológiának a központi eleme a betegek adatvédelme, a csontvázat valós időben kinyerjük, így nincs olyan videó adat, amelyből a betegek azonosíthatók, tárolhatók vagy továbbíthatók az eszközzel.

Mozgáskategorizáló rendszerünk – a MoCat – az akut stroke gyors dinamikájának tanulmányozására szolgál majd, zökkenőmentesen beágyazva a klinikai folyamatba. A motorhiány időbeli változásának számszerűsítésével megvizsgáljuk e pályák és a klinikai eredmények közötti kapcsolatot, és olyan prediktív modelleket dolgozunk ki, amelyek támogatják a klinikai menedzsmentet és optimalizálják a szolgáltatásnyújtást.