Tilgjengelig fjernrehabiliteringssystem for sanntids biomekanisk overvåking
Utvikling og klinisk validering av et AI-basert kamerasySTEM for sanntids biomekanisk overvåking i overekstremitetsrehabilitering
Denne studien evaluerer et nytt kamera-basert system designet for å støtte fjernrehabilitering ved å måle hånd- og overekstremitetsbiomekanikk i sanntid. Mange pasienter som kommer seg etter muskelskjelett- eller nevrologiske tilstander krever hyppig overvåking under rehabilitering, men regelmessige klinikkbesøk kan være vanskelige på grunn av avstand, kostnad eller begrenset tilgang til spesialisert behandling. Nåværende telehelsetilnærminger er vanligvis avhengige av kvalitative vurderinger eller selvrapportert tilbakemelding snarere enn objektive biomekaniske målinger.
Formålet med denne studien er å avgjøre om et datamaskinsyn-basert system kan nøyaktig estimere biomekaniske parametere som leddvinkler, bevegelsesutstrekning, muskelforspenning og leddmoment ved kun å bruke et standardkamera. Systemet analyserer håndbevegelse ved bruk av kunstig intelligens og biomekanisk modellering for å gi sanntidsmålinger under rehabiliteringsøvelser.
Deltakere vil utføre veiledede håndbevegelsesoppgaver mens systemet tar opp video og ekstraherer anatomiske landemerker. Disse dataene vil bli brukt til å beregne biomekaniske parametere og vurdere om systemet kan pålitelig overvåke rehabiliteringsfremgang på avstand. Resultatene vil bidra til å avgjøre om denne teknologien kan gi klinikere objektive, kontinuerlige data for å støtte personlig tilpasset rehabilitering og forbedre pasientresultater.
Studieoversikt
Status
Intervensjon / Behandling
Detaljert beskrivelse
Denne studien har som mål å utvikle og validere en kamerabasert tele-rehabiliteringsplattform som kan estimere biomekaniske parametere for menneskelig hånd og overekstremitet i sanntid. Muskelskjelett- og nevrologiske tilstander krever ofte kontinuerlig overvåking under rehabilitering, men mange pasienter – spesielt de i landlige eller underbetjente regioner – har begrenset tilgang til hyppige personlige terapisessioner. Eksisterende telehelsetjenester støtter seg hovedsakelig på subjektiv rapportering eller periodiske videokonsultasjoner og mangler ofte kvantitative biomekaniske målinger som er nødvendige for presis overvåking av rehabiliteringen.
Målet med denne forskningen er å evaluere om datamaskinsyn og biomekanisk modellering kan gi nøyaktige, kvantitative målinger av leddbevegelser og krefter ved bruk av et enkelt kamera. Den sentrale hypotesen er at kunstig intelligens-algoritmer kan oppdage anatomiske landemerker på hånden fra videodata og kombinere dem med mekaniske modelleringsteknikker for å estimere leddvinkler, dreiemomenter og musklerkrefter i sanntid. Kontinuerlig biomekanisk sporing kan gi klinikere mulighet til å bedre overvåke rehabiliteringsfremgangen og gjøre rettidige justeringer av terapiprotokoller.
Deltakere vil utføre standardiserte håndbevegelsesøvelser mens videodata samles inn ved hjelp av et forbrukerkamera som et smarttelefon- eller laptoppkamera. Datamaskinsynsalgoritmer vil identifisere håndlandemerker og beregne leddkinematikk. Disse målingene vil deretter integreres med invers dynamikkmodellering for å estimere biomekaniske parametere inkludert ledddreiemoment, bevegelsesutstrekning og kraftproduksjon.
Studien vil evaluere påliteligheten og validiteten til det foreslåtte systemet ved å sammenligne de beregnede biomekaniske målingene med etablerte biomekaniske modeller og referansedatasett. Nøkkelutfall inkluderer nøyaktigheten av landemerkedeteksjon, påliteligheten av biomekanisk parameterestimering og gjennomførbarheten av fjernovervåking under rehabiliteringsøvelser.
Vellykket gjennomføring av denne studien vil demonstrere gjennomførbarheten av en lavkost, tilgjengelig tele-rehabiliteringsplattform som kan levere objektiv biomekanisk tilbakemelding til klinikere og pasienter. Denne tilnærmingen har potensial til å forbedre tilgangen til rehabiliteringstjenester, øke pasientengasjementet og støtte datadrevet klinisk beslutningstaking i fjernhelseinnstillinger.
Studietype
Registrering (Antatt)
Fase
- Ikke aktuelt
Kontakter og plasseringer
Studiekontakt
- Navn: Soroush Korivand, PhD
- Telefonnummer: 662-325-9154
- E-post: skorivand@me.msstate.edu
Studiesteder
-
-
Mississippi
-
Jackson, Mississippi, Forente stater, 39216
- University of Mississippi Medical Center
-
Ta kontakt med:
- Marc Walker, MD
- E-post: mwalker6@umc.edu
-
Starkville, Mississippi, Forente stater, 39759
- Mississippi State University
-
Ta kontakt med:
- Soroush Korivand, PhD
- Telefonnummer: 662-325-9154
- E-post: skorivand@me.msstate.edu
-
Hovedetterforsker:
- Soroush Korivand, PhD
-
-
Deltakelseskriterier
Kvalifikasjonskriterier
Alder som er kvalifisert for studier
- Voksen
- Eldre voksen
Tar imot friske frivillige
Beskrivelse
Inklusjonskriterier:
- Voksne i alderen 18 år eller eldre.
- Personer som gjennomgår eller er i bedring etter overekstremitets- eller håndrehabilitering etter muskuloskjelett- eller nevrologisk skade eller operasjon.
- Evne til å utføre grunnleggende hånd- eller overekstremitetsbevegelsesoppgaver som kreves for rehabiliteringsøvelsene.
- Evne til å forstå studieinstruksjoner og gi informert samtykke.
Eksklusjonskriterier:
- Alvorlig kognitiv svikt som hindrer forståelse av studieprosedyrer.
- Medisinske tilstander som forhindrer trygg deltakelse i hånd- eller overekstremitetsrehabiliteringsøvelser.
- Alvorlig synshemming som hindrer interaksjon med det kamerabaserte overvåkingssystemet.
- Deltakelse i en annen intervensjonsstudie som kan påvirke rehabiliteringsresultatene.
Studieplan
Hvordan er studiet utformet?
Designdetaljer
- Primært formål: Behandling
- Tildeling: Randomisert
- Intervensjonsmodell: Parallell tildeling
- Masking: Ingen (Open Label)
Våpen og intervensjoner
Deltakergruppe / Arm |
Intervensjon / Behandling |
|---|---|
|
Eksperimentell: Kamerabasert biomekanisk overvåkning (Intervensjon)
Deltakerne utfører standardiserte hånd-/overkroppsrehabiliteringsøvelser mens et AI-basert kameranettverk estimerer leddmoment, muskelkraft og bevegelsesutstrekning i sanntid.
Klinikere kan bruke den biomekaniske tilbakemeldingen til å veilede rehabiliteringsjusteringer i løpet av studieperioden på 6 uker.
|
Et system med énkamera, datamaskinsyn og invers dynamisk modellering som estimerer biomekaniske parametre (leddsmoment, muskelkraft og bevegelsesomfang) fra videobasert sporing av håndlandemerker under rehabiliteringsøvelser.
|
|
Aktiv komparator: Standard Telehelse Rehabilitering (Kontroll)
Deltakerne får standard telehelserehabilitering med periodiske/ukentlige oppfølgingssamtaler og vanlig behandlingsveiledning.
Det gis ikke sanntids tilbakemelding basert på biomekanisk kameraovervåking.
|
Deltakerne utfører standard rehabiliteringsøvelser og får rutinemessig oppfølging via telehelse med klinikere i henhold til vanlige praksiser.
Ingen kamera-basert biomekanisk overvåkingssystem brukes under rehabiliteringsprosessen.
|
Hva måler studien?
Primære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Nøyaktighet av kamera-basert leddmomentestimering
Tidsramme: Grunnlinjevurderingsøkt
|
Nøyaktigheten til det AI-baserte kamerasystemet for estimering av leddmoment under rehabiliteringsøvelser sammenlignet med gullstandard-dynamometermålinger.
Nøyaktigheten vil bli evaluert ved bruk av gjennomsnittlig absolutt prosentfeil (MAPE) mellom estimerte momentverdier og referansedynamometeravlesninger.
|
Grunnlinjevurderingsøkt
|
|
Korrelasjon mellom kamera-baserte og kliniske biomekaniske målinger
Tidsramme: Baselinevurderingsøkt
|
Avtale mellom biomekaniske parametere estimert av kamera-basert system og referanse kliniske målinger.
Pearsons korrelasjonskoeffisienter og Bland-Altman-analyse vil bli brukt for å evaluere avtale mellom estimert leddmoment og gullstandard-målinger.
|
Baselinevurderingsøkt
|
Sekundære resultatmål
Resultatmål |
Tiltaksbeskrivelse |
Tidsramme |
|---|---|---|
|
Forbedring av gripekraft
Tidsramme: Baseline, 3 uker og 6 uker
|
Endring i håndgripestyrke målt med en klinisk dynamometer under rehabiliteringsprogrammet.
|
Baseline, 3 uker og 6 uker
|
|
Forbedring av bevegelsesutvidelse
Tidsramme: Utgangspunkt, 3 uker og 6 uker
|
Endring i hånd- og fingerledds bevegelighet målt ved standard klinisk goniometri i løpet av rehabiliteringsperioden.
|
Utgangspunkt, 3 uker og 6 uker
|
|
Funksjonell gjenopprettingstid
Tidsramme: Opptil 6 uker
|
Tid som kreves for at deltakerne skal gjenvinne minst 80 % av håndfunksjonen før skaden, basert på kliniske funksjonelle vurderinger.
|
Opptil 6 uker
|
|
Pasientens etterlevelse av rehabiliteringsøvelser
Tidsramme: Opptil 6 uker
|
Deltakernes overholdelse av foreskrevede rehabiliteringsøvelser målt ved fullføringsgraden av tildelte terapitimer i studieperioden.
|
Opptil 6 uker
|
Samarbeidspartnere og etterforskere
Sponsor
Samarbeidspartnere
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
Andre studie-ID-numre
- MSU-UMMC-TELE-REHAB-001
- U54GM115428 (U.S. NIH-stipend/kontrakt)
Plan for individuelle deltakerdata (IPD)
Planlegger du å dele individuelle deltakerdata (IPD)?
IPD-planbeskrivelse
Avidentifiserte individuelle deltakerdata (IPD) fra denne studien kan deles på rimelig forespørsel etter studiens fullføring. Dataene som skal deles inkluderer avledede biomekaniske parametre (f.eks. leddmoment, bevegelsesutstrekning), oppsummerte prestasjonsmål og tilhørende metadata som er nødvendig for tolkning.
Rå videodata vil ikke bli delt på grunn av potensielle identifiseringshensyn. Alle delte data vil bli avidentifisert i samsvar med institusjonelle retningslinjer og IRB-krav.
Tilgang vil bli gitt til kvalifiserte forskere etter godkjenning av en dataavtale og for formål som er i samsvar med de opprinnelige studiemålene.
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. .