Knee4Life 프로젝트: 디지털 헬스를 통해 무릎 전체 교체 후 무릎 회복 강화 (K4L)

1. 배경

   슬관절 전치환술(TKR)은 잉글랜드와 웨일스에서 연간 100,000회 이상 시행되는 일반적인 시술입니다. 대부분의 환자는 TKR 이후 성공적인 결과를 얻었지만, 약 10-20%의 환자는 주로 통증과 무릎 경직으로 인해 불만족합니다. 통증 및 강직과 관련된 문제를 조기에 발견하는 방법은 비수술적 치료에 대한 조기 의뢰를 촉진할 수 있으며, 이는 마취 하 조작의 필요성을 방지하는 데 효과적입니다[MUA]. 현재 MUA 비율은 2.5%(잉글랜드와 웨일스에서는 연간 최대 2,500명의 환자)이며 시술당 비용은 ~£14,000입니다. 경직이 언제 발생하는지, 경직에 대한 시기와 최상의 치료법에 대한 현재의 이해는 제한되어 있습니다. 최근 James Lind Alliance 우선순위 설정 파트너십에서는 개입을 더 잘 이해하고 테스트하기 위해 TKR 이후의 강성을 상위 10대 연구 우선순위로 식별했습니다. 현재 측정값은 정확하지 않거나 가정에서 사용하기에 적합하지 않습니다. 연구자들은 강성에 대한 초기 지표를 정확하게 측정하기 위한 도구가 필요합니다.

2. 이론적 해석

연구자들은 현재 수술 후 초기 무릎 경직의 발생을 원격으로 정확하게 감지할 수 있는 도구가 없습니다. 이 연구는 NHS 전반에 걸쳐 사용할 수 있는 무릎 전치환술(TKR) 수술 전후의 무릎 강성을 측정하고 정량화하는 비용 효율적인 도구를 개발하는 것을 목표로 합니다. 이 연구에서는 TKR 이후 무릎 관절 운동 범위(ROM)가 어떻게 회복되는지 이해하고 경직의 초기 징후를 감지하려고 합니다. 또한 TKR 이후 강직이 발생할 수 있는 사람을 예측하고 통증과 강직 간의 관계를 탐색하는 것을 목표로 합니다.

각도 측정을 위한 휴대용 도구와 같이 무릎 운동 범위(ROM)를 측정하는 현재 방법은 정확성 측면에서 한계가 있으며 이를 사용하려면 숙련된 의료 직원이 필요합니다. 이상적인 도구는 저렴하고 사용하기 쉬우며 환자와 임상팀에게 신속한 피드백을 제공하는 것입니다. 이 연구에는 무릎 굴곡 및 확장과 보행 패턴 평가를 모니터링하기 위한 컴퓨터 비전 기반 접근 방식(카메라를 사용하여 움직임 평가)의 개발 및 검증이 포함됩니다. 비디오 기반 기술 또는 컴퓨터 비전(CV)은 최근 강직성 척추염 환자의 척추 움직임을 측정하기 위해 Exeter에서 개척되었습니다. 컴퓨터 비전은 무릎 경직이 있는 사람들의 무릎 굴곡을 모니터링할 수 있는 큰 잠재력을 가진 새로운 기술입니다. 이 접근 방식에는 카메라와 기계 학습 알고리즘을 사용하여 움직이는 동안 무릎 관절 각도를 자동으로 감지하고 분석합니다. 무릎 굴곡에 대한 객관적이고 정확한 측정을 제공함으로써 컴퓨터 비전은 무릎 강직 평가를 개선하고 표적 치료 개입을 촉진할 수 있는 잠재력을 가지고 있습니다. 그러나 다른 신기술과 마찬가지로 이 방법의 정확성과 신뢰성을 보장하기 위해 무릎 경직 환자의 맥락에서 검증할 필요가 있습니다. 연구에 따르면 운동 패턴의 개인차와 경직으로 인한 제한을 설명하기 위해 특별히 이 환자 집단을 위한 기계 학습 알고리즘을 개발하는 것이 중요하다는 점을 강조했습니다. 무릎 강직이 있는 사람의 무릎 굴곡을 모니터링하기 위한 컴퓨터 비전 기반 접근 방식의 타당성과 타당성을 평가하기 위해서는 추가 연구가 필요하며, 이를 통해 궁극적으로 이 상태의 진단, 모니터링 및 관리를 개선할 수 있습니다.

무릎 강직이 있는 사람의 무릎 굴곡을 모니터링하기 위한 컴퓨터 비전 기반 접근 방식의 검증은 신뢰성과 정확성을 보장하는 데 필수적입니다. 이를 위해서는 환자 모집단의 무릎 관절 각도를 정확하게 감지하고 측정할 수 있는 기계 학습 알고리즘을 개발하고 개선해야 합니다. 이 연구에서는 모션 캡처 또는 각도 측정과 같은 최적의 측정 방법에 대해 알고리즘의 정확성과 정밀도를 평가합니다. 또한, 이 연구에서는 강직과 통증으로 인한 무릎 굴곡의 변화에 ​​대한 접근 방식의 민감도를 조사하고 임상 환경에서 그 타당성을 평가할 것입니다. 일단 검증되면, 컴퓨터 비전 기반 접근 방식은 무릎 강직이 있는 사람들의 무릎 굴곡을 모니터링하는 비침습적이고 객관적인 수단을 제공하여 치료 결정을 알리고 환자 결과를 개선할 수 있는 잠재력을 갖습니다.

조사관이 사용할 또 다른 도구는 휴대폰의 가속도계 및 자이로스코프 센서를 활용하고 관성 측정 장치(IMU)와 유사하게 작동하여 가속 및 회전 데이터를 제공하는 Gaitcapture 앱입니다.

컴퓨터 비전 기반 접근 방식의 검증에는 이를 표준 측정 방법(전문 물리치료 평가)과 비교하는 작업이 포함됩니다.

컴퓨터 비전 기반 접근 방식 외에도 이 연구에서는 신체 착용 센서와 모바일 앱을 활용하여 참가자의 신체 활동 수준, 걷기 패턴 및 걸음 수를 모니터링합니다. 이 데이터는 TKR의 전반적인 신체 활동 패턴을 가진 사람들에 대한 통찰력을 제공하고 진단 및 모니터링 도구의 유용성, 수용 가능성, 타당성 및 정확성을 평가하는 데 도움이 됩니다.

이 연구 프로젝트의 결과는 무릎 전치환술(TKR) 후 무릎 경직의 진단, 모니터링 및 관리를 개선하고 MUA 수술의 필요성을 줄일 수 있는 잠재력을 가지고 있습니다. 이 연구에서 개발된 도구는 정확한 측정과 조기 발견을 제공함으로써 비수술적 치료에 대한 조기 의뢰를 가능하게 하고 무릎 전치환술(TKR) 수술 후 무릎 운동 범위(ROM)를 개선하기 위한 비용이 많이 들고 위험한 절차의 필요성을 줄일 수 있습니다. 마취하에 무릎을 조작하는 것과 같습니다.

여기에서 조사관은 마커 없는 모션 캡처 알고리즘에 대한 검증 연구를 수행하여 정확도를 확인하고 가정에서 대규모로 구현하기 위한 타당성과 유용성을 평가할 것입니다. 조사관은 또한 무릎 굴곡/신전 각도와 같은 알고리즘 출력의 테스트-재테스트 신뢰성을 확인합니다.