어깨 재활운동 자동 감시 AI 시스템 구축(Rehab-SPIA) (Rehab-SPIA)

현재의 역사적 단계와 세계에서 재활에 대한 필요성이 증가함에 따라 원격 재활 시스템 및 일반적으로 e-Health는 환자 참여 및 관리 준수를 증가시키는 기본 도구, 관점 지출 검토에서 NHS 보존을 위한 중요한 요소입니다. 및 자원 최적화 .

특히, 재활 환자는 평균적으로 30-50%의 가정 운동 프로그램(HEP) 순응도를 보이며, 여기에는 제스처의 정확성에 대한 피드백 부족으로 인해 운동 학습의 효율성 감소가 자주 추가됩니다. 그것은 치료사의 감독하에 병원이나 외래 환자 환경에서 발생합니다.

집에서 자가 치료를 하는 동안 환자 제스처의 정확성을 자동으로 감독하는 알고리즘 개발을 목표로 하는 인간 움직임에 대한 데이터 분석을 위한 새로운 전산 접근 방식은 이 마지막 중요한 문제를 해결하려고 시도합니다.

가장 유망한 접근 방식 중에는 인공 지능(AI) 및 기계 학습(ML)을 기반으로 하는 접근 방식, 특히 하위 기호(또는 연결주의자)라고 하는 최신 세대 접근 방식이 있습니다.

이러한 알고리즘은 움직임의 두드러진 속성을 자동으로 추출하는 기능에 대해 많은 관심을 불러일으키며, 전문가의 개입을 모든 데이터 수집 및 예의 가능한 레이블 지정으로 줄입니다(5). 임상의가 직접 참여하여 개발된 모델이 부족하고 환자 모집단으로 생성된 데이터 세트가 부족함을 보여줍니다.

또한, 문헌에 제시된 대부분의 모델은 환자의 집에서 가능한 서비스를 구현하는 데 상당한 비용과 함께 높은 기술 속도로 종종 수많은 입력 장치를 사용하여 생성되었습니다.

이러한 이유로 우리는 운동 비디오에서만 시작하여 병리학에 따른 특정 인구를 포함하고 임상적 판단을 기반으로 구축된 전문 임상 데이터 세트를 만들고자 합니다. 이러한 특성으로 이 프로젝트는 동작 분석 프로세스를 최대한 자동화하여 기술 사용으로 인한 비용을 크게 줄이고 인적 오류를 최소화하는 것을 목표로 합니다. 가정 기능 재교육을 위한 비용 도구.

어깨 질환에서 가정 운동 프로그램의 중요성을 고려하여 이 관절에 영향을 미치는 주요 병리의 영향을 받는 환자 집단을 선택하기로 결정했습니다.

이 연구의 주요 목적은 정형외과 병리 후 어깨의 기능적 회복을 위한 주요 재활 운동의 올바른 실행에 대한 자동 및 전문가 분석을 위한 소프트웨어 도구를 만들고 검증하는 것입니다.