AIによる肩関節リハビリテーション自動指導システム（Rehab-SPIA）の構築 (Rehab-SPIA)

現在の歴史的段階と世界でのリハビリテーションの必要性の高まりにより、遠隔リハビリテーション システムと一般的な e-Health は、患者の関与とケアへのコンプライアンスを高めるための基本的なツールとなり、支出レビューの観点から NHS を維持するための重要な要素となります。およびリソースの最適化。

特に、リハビリテーション患者は、平均して 30 ～ 50% のホーム エクササイズ プログラム (HEP) を順守していますが、ジェスチャーの精度に関するフィードバックが不足しているため、運動学習の効果が低下することがよくあります。それは、セラピストの監督の下、病院または外来で行われます。

人間の動きに関するデータを分析するための新しい計算アプローチは、在宅自己治療の実行中に患者のジェスチャーの精度を自動的に監視するアルゴリズムの開発を目的としており、この最後の重要な問題を解決しようとしています。

最も有望なアプローチの中には、人工知能 (AI) と機械学習 (ML) に基づくもの、特にサブシンボリック (コネクショニスト) と呼ばれる最新世代のものがあります。

これらのアルゴリズムは、ムーブメントの顕著な特性を自動的に抽出し、専門家の介入をすべてのデータの収集と例の可能なラベル付けに削減する能力に多くの関心を呼び起こします (5) いずれにせよ、文献臨床医が直接関与して開発されたモデルの欠如と、患者集団で作成されたデータセットの不足を示しています。

さらに、文献に示されているモデルのほとんどは、多数の入力デバイスを使用して作成されており、多くの場合、患者の自宅で可能なサービスを実装するためのかなりのコストを伴う高い技術率で作成されています。

これらの理由から、病理学的に特定の集団を含み、臨床的判断に基づいて構築された、演習のビデオのみから始めて、専門的な臨床データセットを作成したいと考えています。 これらの特性により、このプロジェクトは、モーション解析プロセスを可能な限り自動化し、テクノロジーの使用に起因するコストを大幅に削減し、ヒューマン エラーを最小限に抑えることを目指しています。家庭機能再教育のための費用ツール。

肩疾患における在宅運動プログラムの重要性を考慮して、この関節に影響を与える主な病状の影響を受ける患者集団を選択することが決定されました。

この研究の主な目的は、整形外科の病状に続く肩の機能回復のための主要なリハビリテーション演習の正しい実行を自動的かつ専門的に分析するためのソフトウェアツールを作成して検証することです。