Budowa Systemu AI do Automatycznego Nadzoru Ćwiczeń Rehabilitacyjnych Barku (Rehab-SPIA) (Rehab-SPIA)

Obecna faza historyczna i rosnące zapotrzebowanie na rehabilitację na świecie sprawiają, że systemy telerehabilitacji i ogólnie e-Zdrowie są podstawowymi narzędziami zwiększania zaangażowania pacjentów i przestrzegania opieki, kluczowymi elementami dla zachowania NHS z perspektywy przeglądu wydatków i optymalizacji zasobów.

W szczególności pacjent rehabilitowany ma średnio 30-50% przestrzegania Programu ćwiczeń w domu (HEP), do czego często dochodzi zmniejszona efektywność uczenia się motorycznego z powodu braku informacji zwrotnej na temat dokładności gestu, ponieważ dzieje się to w szpitalu lub w warunkach ambulatoryjnych pod okiem terapeuty.

Nowe podejścia obliczeniowe do analizy danych o ruchu człowieka, mające na celu opracowanie algorytmów automatycznie nadzorujących poprawność gestu pacjenta podczas wykonywania samoleczenia w domu, są próbą rozwiązania tego ostatniego krytycznego problemu.

Do najbardziej obiecujących podejść należą podejścia oparte na sztucznej inteligencji (AI) i uczeniu maszynowym (ML), w szczególności te najnowszej generacji, zwane subsymbolicznymi (lub koneksjonistycznymi).

Algorytmy te budzą duże zainteresowanie ze względu na ich zdolność do automatycznego wyodrębniania najistotniejszych właściwości ruchu, ograniczając interwencję ekspertów do zebrania wszystkich danych i ewentualnego oznakowania przykładów (5). pokazuje brak modeli opracowanych przy bezpośrednim zaangażowaniu klinicystów oraz niedostatek zestawów danych utworzonych z populacjami pacjentów.

Ponadto większość modeli występujących w literaturze została stworzona z wykorzystaniem wielu urządzeń wejściowych, często o wysokim zaawansowaniu technologicznym, przy znacznych kosztach realizacji ewentualnej usługi w domu pacjenta.

Z tych powodów chcemy stworzyć specjalistyczny zestaw danych klinicznych, zaczynając tylko od filmów z ćwiczeń, obejmujący określone populacje według patologii i zbudowany na podstawie oceny klinicznej. Dzięki tym cechom projekt ten ma na celu maksymalne zautomatyzowanie procesu analizy ruchu, ogromne zmniejszenie kosztów wynikających z zastosowania technologii i zminimalizowanie błędu ludzkiego, a wszystko to poprzez wykorzystanie najnowszych metod obliczeniowych w celu stworzenia użytecznego i taniego narzędzie kosztowe do reedukacji funkcjonalnej domu.

Biorąc pod uwagę znaczenie Programu Gimnastyki Domowej w chorobie barku, zdecydowano się na wyselekcjonowanie populacji pacjentów dotkniętych głównymi patologiami dotykającymi ten staw.

Głównym celem badania jest stworzenie i walidacja narzędzia programowego do automatycznej i eksperckiej analizy prawidłowego wykonania głównych ćwiczeń rehabilitacyjnych w celu przywrócenia funkcjonalnego barku po patologiach ortopedycznych.