Integrering av AI i postural rehabilitering for Parkinsons sykdom

Postural abnormiteter representerer spesielt deaktiverende komplikasjoner av Parkinsons sykdom (PD), og påvirker pasientenes funksjonelle uavhengighet og livskvalitet betydelig. Blant de mest observerte posturale deformitetene er det camptocormia, anterocollis og pisa syndrom (PS). PISA -syndrom er klinisk preget av en lateral bagasjeromsfleksjon (LTF) større enn 10 grader, og har vanligvis en enhetlig tilbøyelighet fra korsbenet til C7 -ryggvirvelen. Det er ofte ledsaget av aksial rotasjon, noe som fører til høyde og fremoverforskyvning av den kontralaterale skulderen. Ytterligere kliniske funksjoner inkluderer vanskeligheter med å rotere bagasjerommet bort fra den skjeve siden, forverring av symptomer under oppreist holdning eller gåing, forbedring i ryggraden og dårlig pasientbevissthet om posturalavviket.

Pasienter med PD og PS viser større motorisk symptomasymmetri, uorganisert paraspinal muskelaktivering, ryggsmerter, balanse og postural kontrollproblemer og redusert livskvalitet sammenlignet med PD -pasienter uten postural abnormiteter. Den nåværende omsorgsstandarden for disse posturale lidelsene inkluderer typisk en tverrfaglig tilnærming som involverer farmakologisk behandling, fysioterapi, botulinumtoksininjeksjoner og transkraniell direkte strømstimulering (TDC). Imidlertid gir disse intervensjonene ofte bare beskjedne og kortvarige forbedringer, og fremhever behovet for mer bærekraftige og tilgjengelige behandlingsstrategier.

Camptocormia er en annen alvorlig postural abnormitet sett i PD, definert som en ufrivillig fremoverfleksjon av bagasjerommet som stort sett er tydelig under stående og gange, og har en tendens til å redusere når pasienten er liggende. I likhet med PS er camptocormia ofte assosiert med kroniske ryggsmerter og er ofte motstandsdyktig mot dopaminerg medisiner, med mange pasienter som rapporterer ingen signifikant forbedring i verken "ON" eller "OFF" -tilstander.

Den langsiktige styringen av disse posturale lidelsene er fortsatt en betydelig klinisk utfordring. Innovative, individualiserte rehabiliteringsstrategier som sømløst kan integreres i pasientenes daglige rutiner er presserende nødvendig. De siste årene har teknologiske fremskritt-partikulært innen kunstig intelligens (AI)-har åpnet nye veier for å levere personlige hjemmebaserte intervensjoner.

Denne studien undersøker gjennomførbarheten og potensielle fordelene ved å bruke et sanntids, AI-basert visuell tilbakemeldingssystem som en komplementær behandling etter sykehusbasert neurorehabilitering for PD-pasienter med bagasjeroms postural lidelser, spesielt PS og camptocormia. Intervensjonen bruker KemTai-plattformen, som analyserer bevegelse gjennom videobasert AI for å levere tilpassede treningsrutiner og korrigerende tilbakemeldinger i sanntid. Dette gjør det mulig for pasienter å delta i svært interaktive og adaptive rehabiliteringsøkter hjemmefra, og potensielt forbedre etterlevelse og funksjonelle utfall.

Hovedmålet med studien er å vurdere gjennomførbarheten, sikkerheten og brukervennligheten til dette AI-baserte systemet som en fortsettelse av omsorg etter rehabilitering av pasienter. Det sekundære målet er å evaluere om dette personaliserte treningsprogrammet kan forlenge, på mellomlang sikt, gevinstene i holdning, mobilitet og livskvalitet oppnådd i den strukturerte sykehusbaserte rehabiliteringsperioden.

Ved å samle både kvalitativ tilbakemelding (f.eks. Brukertilfredshet, opplevd nytteverdi) og kvantitative beregninger (f.eks. Trunkhellingsvinkler, mobilitetspoeng ved hjelp av filmanalyse av bevegelse), tar denne studien som mål å bidra med nye bevis på rollen som intelligente digitale verktøy for å håndtere postural avvik i PD. Den overordnede hypotesen er at et hjemmebasert, AI-overvåket treningsprogram kan tilby et bærekraftig, effektivt, tilgjengelig og pasientsentrert tilnærming til å opprettholde funksjonelle gevinster og støtte større autonomi i hverdagen.