Gjenoppretting av motoriske ferdigheter ved bruk av kunstig intelligens og datasyn
Gjenoppretting av motoriske funksjoner gjennom Assistive Motion Capture-programvare ved bruk av kunstig intelligens og datasyn
Studieoversikt
Status
Intervensjon / Behandling
Detaljert beskrivelse
Fremskritt innen kunstig intelligens (AI)-teknologier og deres praktiske anvendelse på tvers av ulike felt, spesielt innen medisin, viser deres potensiale i løsninger som automatiserte diagnosesystemer, ustrukturert medisinsk journalgjenkjenning, naturlig språkforståelse, hendelsesanalyse og prediksjon, informasjonsklassifisering, automatisk pasient støtte via chatbots, og bevegelsesanalyse gjennom video. For tiden utvikles forskjellige AI-baserte programvaresystemer, designet for å løse intellektuelle problemer i likhet med menneskelig tenkning. AIs utbredte applikasjoner omfatter prediksjon, evaluering av digital informasjon (inkludert ustrukturerte data) og mønstergjenkjenning (data mining).
Midt i raske fremskritt innen dyp maskinlæring, spesielt innen bilde- og mønstergjenkjenning, har medisinsk bildeanalyse fått en fremtredende plass innen automatiserte diagnosesystemer, spesielt innen strålingsdiagnostikk. Med det spirende feltets raske vekst, er det avgjørende å kurere medisinske datasett for AI-basert diagnostisk systemopplæring og validering.
AIs suksess innen strålingsdiagnostikk og dens anerkjennelse som lovende i vitenskapelige sirkler baner vei for videoanalyse og maskinlærings integrering i medisinsk rehabiliteringspraksis. I samarbeid utviklet forskere ved Federal Medical Research Center ved FMBA of Russia og MTUCI en plan for å utvikle spesialiserte algoritmer basert på videobevegelsesanalyse og maskinlæring for slagpasienter som gjennomgår medisinsk rehabilitering.
Disse algoritmene overvåker pasientenes bevegelser og varsler dem umiddelbart om avvik, amplitudereduksjoner eller kompenserende mønstre, og hjelper dem med å korrigere bevegelsene. Alle øktdata arkiveres elektronisk, tilgjengelig for medisinske fagpersoner som er ansvarlige for individuelle leksjonsplaner. Dette muliggjør vurdering av pasientforløp og nødvendige justeringer av hjemmerehabiliteringsprogrammet.
Å inkludere AI-drevet videoanalyse og maskinlæring i medisinsk rehabilitering har et stort potensial for å forbedre pasientresultater og tilpasse behandlingsstrategier.
Studietype
Registrering (Antatt)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiekontakt
- Navn: Danila Lobunko
- Telefonnummer: +79091648192
- E-post: doctorlobunko@gmail.com
Studer Kontakt Backup
- Navn: Bogdan Ragulin
- Telefonnummer: +79255053658
- E-post: 5053658@gmail.com
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Beskrivelse
Inklusjonskriterier:
Nylig hemisfærisk hjerneslag (iskemisk eller hemorragisk):
- Rangeringsskala: 3
- Innen 6 måneder etter hjerneslag.
- Hemiparese i øvre lemmer med styrke ≤3 poeng proksimalt.
- Økning av muskeltonus (≤3 poeng) på Ashford-skalaen.
- Kompleks følsomhet bevart per nevroundersøkelse
Ekskluderingskriterier:
- Rangeringsskala fra 4 poeng og høyere.
- 6 måneder eller mer etter hjerneslag.
- Strukturelle endringer i leddene i overekstremitetene som begrenser leddmobiliteten (kontrakturer, ankylose, metallstrukturer som begrenser mobiliteten).
- Alvorlig smertesyndrom i den paretiske overekstremiteten i hvile eller ved bevegelse, forhindrer trening (7 poeng eller mer på skalaen).
- Grove kognitive forstyrrelser, psykoemosjonell opphisselse, tegn på hysteri, pseudobulbart syndrom (voldsom latter, gråt), afasilidelser som hindrer forståelse av oppgaven.
- Synsforstyrrelser som hindrer oppfatningen av informasjon (forsømmelse, hemianopi, nærsynthet, diplopi).
- Trombose av venene i øvre og nedre ekstremiteter uten tegn til rekanalisering, eller arteriell trombose.
- Parkinsonisme og andre typer tremor.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Behandling
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Dobbelt
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: AssistI pasienter
Pasienter vil få rehabiliteringstrening ved å bruke AsistI-programvarepakken i forbindelse med standard rehabiliteringsintervensjoner for øvre lemmer.
|
Rehabilitering av AsistI-programvarepakken involverer skreddersydde øvelser for øvre lemmer under et individuelt program.
Kurset består av 10-12 økter som hver varer 30 minutter.
Pasienter utfører 10 øvelser sekvensielt med sine upåvirkede og berørte lemmer, som involverer oppgaver som å berøre munn-, panne- og kroppsdeler med håndbørsten, og amplitudebevegelser i leddene i øvre lemmer.
AsistI vurderer treningsnøyaktighet, forhindrer ugunstige mønstre og logger måloppnåelse, med tanke på hastighet, nøyaktighet og repetisjoner.
|
|
Aktiv komparator: Habilect pasienter
Pasienter vil få rehabiliteringsopplæring ved bruk av Habilect programvare- og maskinvarekompleks, i tillegg til standard rehabiliteringsintervensjoner for øvre lemmer.
|
Habilect-rehabiliteringsprogrammet innebærer 10-12 økter med programvare og maskinvare.
Pasienter utfører øvelser for øvre lemmer i 30 minutter individuelt, med fokus på spesifikke bevegelser.
De gjentar 10 øvelser, først med det friske lemmet, deretter det berørte.
Oppgaver inkluderer å berøre munn, panne og kropp, sammen med leddbevegelser som skulderfleksjon.
Habilect vurderer treningsnøyaktighet, forhindrer feil bevegelser, og sporer fremgang, med tanke på hastighet, nøyaktighet, repetisjoner.
|
|
Ingen inngripen: Konvensjonelle terapipasienter
Pasienter vil gjennomgå standard rehabiliteringsintervensjoner for øvre lemmer uten bruk av tilleggsmetoder.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Fugl-Meyer vurderingsskala for vurdering av øvre ekstremiteter (FMA-UE)
Tidsramme: Endring fra baseline ved 3 uker
|
I denne studien vil vi bruke 36 elementer av overarmen (proksimal muskulatur, FMA-UA), 24 elementer av håndledd og hånd (distal muskulatur, FMA-W/H), 6 elementer av koordinasjonsaspekter, 12 elementer av aspekter sensasjon, 24 elementer av aspekter ved passiv leddbevegelse, 24 elementer av leddsmerter.
Så den maksimale totalpoengsummen på denne FMA-UE-skalaen var 126 poeng.
|
Endring fra baseline ved 3 uker
|
|
Muskelstyrken ble vurdert ved hjelp av MRC (Medical Research Council Weakness Scale)
Tidsramme: Endring fra baseline ved 3 uker
|
MRC er en vanlig skala for å vurdere muskelstyrke fra grad 5 (normal) til grad 0 (ingen synlig sammentrekning).
Parese er definert som lys ved overholdelse av styrke 4 poeng, moderat - 3 poeng, uttalt - 2 poeng, grov - 1 poeng og med - 0 poeng.
|
Endring fra baseline ved 3 uker
|
|
Action Research Arm Test (ARAT)
Tidsramme: Endring fra baseline ved 3 uker
|
Er et observasjonsmål på 19 punkter som brukes av fysioterapeuter og annet helsepersonell for å vurdere ytelsen til øvre ekstremiteter (koordinasjon, fingerferdighet og funksjon) ved gjenoppretting av slag, hjerneskade og multippel sklerose.
Poeng på ARAT kan variere fra 0-57 poeng, med en maksimal poengsum på 57 poeng som indikerer bedre ytelse.
MCID har blitt foreslått som 5,7 poeng
|
Endring fra baseline ved 3 uker
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Bevegelseshastigheten til overekstremiteten
Tidsramme: Endring fra baseline ved 3 uker
|
Bevegelseshastighet for øvre lemmer: Tid for å nå målet (sek.).
|
Endring fra baseline ved 3 uker
|
|
Nøyaktighet av utførte bevegelser
Tidsramme: Endring fra baseline ved 3 uker
|
Bevegelsesnøyaktighet: Presisjon ved berøring av guidede punkter (vinkler).
|
Endring fra baseline ved 3 uker
|
|
Totalt antall repetisjoner
Tidsramme: Endring fra baseline ved 3 uker
|
Antall gjentakelser: Antall motoriske forsøk for målet.
|
Endring fra baseline ved 3 uker
|
|
Korrektheten av øvelsene
Tidsramme: Endring fra baseline ved 3 uker
|
Treningsriktighet: Antall kompenserende handlinger som skulderheving eller torsobøyning.
|
Endring fra baseline ved 3 uker
|
|
Antall gjennomførte øvelser
Tidsramme: Endring fra baseline ved 3 uker
|
Riktig gjentakelse: Antall forsøk uten kompensasjon, f.eks. skulder- eller torsobevegelser.
|
Endring fra baseline ved 3 uker
|
|
Antall øvelser som ikke er fullført
Tidsramme: Endring fra baseline ved 3 uker
|
Feil gjentakelse: Antall forsøk med kompenserende handlinger, f.eks. skulderløft eller torsobøy.
|
Endring fra baseline ved 3 uker
|
Samarbeidspartnere og etterforskere
Sponsor
Samarbeidspartnere
Etterforskere
- Studiestol: Galina Ivanova, Prof, Federal Center of Cerebrovascular Pathology and Stroke, Russian Federation Ministry of Health
- Studiestol: Michael Gorodnichev, Moscow Technical University of Communication and Informatics (MTUCI)
Studierekorddatoer
Studer hoveddatoer
Studiestart (Antatt)
Primær fullføring (Antatt)
Studiet fullført (Antatt)
Datoer for studieregistrering
Først innsendt
Først innsendt som oppfylte QC-kriteriene
Først lagt ut (Faktiske)
Oppdateringer av studieposter
Sist oppdatering lagt ut (Faktiske)
Siste oppdatering sendt inn som oppfylte QC-kriteriene
Sist bekreftet
Mer informasjon
Begreper knyttet til denne studien
Ytterligere relevante MeSH-vilkår
Andre studie-ID-numre
- AssistI01
Legemiddel- og utstyrsinformasjon, studiedokumenter
Studerer et amerikansk FDA-regulert medikamentprodukt
Studerer et amerikansk FDA-regulert enhetsprodukt
Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .