Återhämtning av motoriska färdigheter med hjälp av artificiell intelligens och datorseende
Återställning av motoriska funktioner genom Assistive Motion Capture-programvara med hjälp av artificiell intelligens och datorseende
Studieöversikt
Status
Betingelser
Intervention / Behandling
Detaljerad beskrivning
Framsteg inom artificiell intelligens (AI)-teknologier och deras praktiska tillämpning inom olika områden, särskilt inom medicin, visar upp deras potential i lösningar som automatiserade diagnostiska system, ostrukturerad journaligenkänning, naturligt språkförståelse, händelseanalys och förutsägelse, informationsklassificering, automatisk patient stöd via chatbots, och rörelseanalys genom video. För närvarande utvecklas olika AI-baserade mjukvarusystem, designade för att lösa intellektuella problem som liknar mänskligt tänkande. AI:s utbredda tillämpningar omfattar förutsägelse, utvärdering av digital information (inklusive ostrukturerad data) och mönsterigenkänning (datautvinning).
Mitt i snabba framsteg inom djup maskininlärning, särskilt inom bild- och mönsterigenkänning, har medicinsk bildanalys blivit framträdande inom automatiserade diagnostiska system, särskilt inom stråldiagnostik. Med det växande områdets snabba tillväxt är det avgörande att kurera medicinska datauppsättningar för AI-baserad utbildning och validering av diagnostiska system.
AI:s framgångar inom stråldiagnostik och dess erkännande som lovande inom vetenskapliga kretsar banar vägen för videoanalys och maskininlärnings integrering i medicinsk rehabilitering. I samarbete utarbetade forskare vid Federal Medical Research Center vid FMBA i Ryssland och MTUCI en plan för att utveckla specialiserade algoritmer baserade på videorörelseanalys och maskininlärning för strokepatienter som genomgår medicinsk rehabilitering.
Dessa algoritmer övervakar patienters rörelser och meddelar dem omedelbart om avvikelser, amplitudminskningar eller kompenserande mönster, vilket hjälper dem att korrigera sina rörelser. All sessionsdata arkiveras elektroniskt, tillgänglig för medicinsk personal som ansvarar för individuella lektionsplaner. Detta möjliggör bedömning av patientens framsteg och nödvändiga justeringar av hemrehabiliteringsprogrammet.
Att införliva AI-driven videoanalys och maskininlärning i medicinsk rehabilitering har stor potential för att förbättra patientresultaten och anpassa behandlingsstrategier.
Studietyp
Inskrivning (Beräknad)
Fas
- Inte tillämpbar
Kontakter och platser
Studiekontakt
- Namn: Danila Lobunko
- Telefonnummer: +79091648192
- E-post: doctorlobunko@gmail.com
Studera Kontakt Backup
- Namn: Bogdan Ragulin
- Telefonnummer: +79255053658
- E-post: 5053658@gmail.com
Deltagandekriterier
Urvalskriterier
Åldrar som är berättigade till studier
- Vuxen
- Äldre vuxen
Tar emot friska volontärer
Beskrivning
Inklusionskriterier:
Nylig hemisfärisk stroke (ischemisk eller hemorragisk):
- Rankinskala: 3
- Inom 6 månader efter stroke.
- Hemipares i övre extremiteter med styrka ≤3 punkter proximalt.
- Muskeltonen ökar (≤3 poäng) på Ashford-skalan.
- Komplex känslighet bevarad per neuroundersökning
Exklusions kriterier:
- Rankinskala på 4 poäng och högre.
- 6 månader eller mer efter att ha genomgått stroke.
- Strukturella förändringar i lederna i de övre extremiteterna som begränsar ledrörligheten (kontrakturer, ankylos, metallstrukturer som begränsar rörligheten).
- Svårt smärtsyndrom i den paretiska övre extremiteten i vila eller vid rörelse, vilket förhindrar träning (7 poäng eller mer på skalan).
- Grova kognitiva störningar, psykoemotionell upphetsning, tecken på hysteri, pseudobulbar syndrom (våldsamma skratt, gråt), afasistörningar som förhindrar förståelse av uppgiften.
- Synstörningar som förhindrar uppfattningen av information (försummelse, hemianopi, närsynthet, dubbelsyn).
- Trombos av venerna i de övre och nedre extremiteterna utan tecken på rekanalisering, eller arteriell trombos.
- Parkinsonism och andra typer av tremor.
Studieplan
Hur är studien utformad?
Designdetaljer
- Primärt syfte: Behandling
- Tilldelning: Randomiserad
- Interventionsmodell: Parallellt uppdrag
- Maskning: Dubbel
Vapen och interventioner
Deltagargrupp / Arm |
Intervention / Behandling |
|---|---|
|
Experimentell: AssistI patienter
Patienterna kommer att få rehabiliteringsträning med hjälp av programvaran AsistI i kombination med standardrehabiliteringsinsatser för övre extremiteterna.
|
Rehabiliteringen av AsistI-mjukvarupaketet innebär skräddarsydda övningar i övre extremiteterna under ett individuellt program.
Kuren består av 10-12 sessioner, vardera på 30 minuter.
Patienterna utför 10 övningar i följd med sina opåverkade och påverkade extremiteter, som involverar uppgifter som att röra mun, panna och båldelar med handens borste och amplitudrörelser i lederna i de övre extremiteterna.
AsistI bedömer träningsnoggrannheten, förhindrar ogynnsamma mönster och loggar måluppfyllelse, med hänsyn till hastighet, noggrannhet och upprepningar.
|
|
Aktiv komparator: Habilect patienter
Patienterna kommer att få rehabiliteringsträning med hjälp av Habilects mjukvara och hårdvara, förutom standardrehabiliteringsinsatser för den övre extremiteten.
|
Rehabprogrammet Habilect omfattar 10-12 sessioner med mjukvara och hårdvara.
Patienter utför övningar i övre extremiteterna i 30 minuter individuellt, med fokus på specifika rörelser.
De upprepar 10 övningar, först med den friska extremiteten, sedan den drabbade.
Uppgifter inkluderar att röra mun, panna och bål, tillsammans med ledrörelser som axelböjning.
Habilect bedömer träningsnoggrannheten, förhindrar felaktiga rörelser och spårar framsteg, med hänsyn till hastighet, noggrannhet, upprepningar.
|
|
Inget ingripande: Patienter med konventionell terapi
Patienterna kommer att genomgå standardrehabiliteringsinsatser för övre extremiteterna utan användning av ytterligare metoder.
|
Vad mäter studien?
Primära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Fugl-Meyer Assessment Scale för bedömning av övre extremiteter (FMA-UE)
Tidsram: Ändring från baslinjen vid 3 veckor
|
I den här studien kommer vi att använda 36 föremål i överarmen (proximal muskulatur, FMA-UA), 24 föremål för handled och hand (distal muskulatur, FMA-W/H), 6 föremål för koordination, 12 föremål för aspekter sensation, 24 punkter av aspekter av passiv ledrörelse, 24 punkter av ledvärk.
Så den maximala totalpoängen på denna FMA-UE-skala var 126 poäng.
|
Ändring från baslinjen vid 3 veckor
|
|
Muskelstyrkan bedömdes med hjälp av MRC (Medical Research Council Weakness Scale)
Tidsram: Ändring från baslinjen vid 3 veckor
|
MRC är en vanlig skala för att bedöma muskelstyrka från grad 5 (normal) till grad 0 (ingen synlig sammandragning).
Pares definieras som ljus vid överensstämmelse med styrka 4 poäng, måttlig - 3 poäng, uttalad - 2 poäng, grov - 1 poäng och med - 0 poäng.
|
Ändring från baslinjen vid 3 veckor
|
|
Action Research Arm Test (ARAT)
Tidsram: Ändring från baslinjen vid 3 veckor
|
Är ett observationsmått med 19 punkter som används av fysioterapeuter och annan sjukvårdspersonal för att bedöma övre extremiteters prestanda (koordination, fingerfärdighet och funktion) vid strokeåterhämtning, hjärnskada och multipel sklerospopulationer.
Poäng på ARAT kan variera från 0-57 poäng, med en maximal poäng på 57 poäng som indikerar bättre prestation.
MCID har föreslagits som 5,7 poäng
|
Ändring från baslinjen vid 3 veckor
|
Sekundära resultatmått
Resultatmått |
Åtgärdsbeskrivning |
Tidsram |
|---|---|---|
|
Rörelsehastigheten för den övre extremiteten
Tidsram: Ändring från baslinjen vid 3 veckor
|
Rörelsehastighet för övre extremiteter: Tid att nå målet (sek).
|
Ändring från baslinjen vid 3 veckor
|
|
Noggrannhet av utförda rörelser
Tidsram: Ändring från baslinjen vid 3 veckor
|
Rörelsenoggrannhet: Precision vid beröring av styrda punkter (vinklar).
|
Ändring från baslinjen vid 3 veckor
|
|
Totalt antal repetitioner
Tidsram: Ändring från baslinjen vid 3 veckor
|
Antal repetitioner: Antal motoriska försök för målet.
|
Ändring från baslinjen vid 3 veckor
|
|
Riktigheten av övningarna
Tidsram: Ändring från baslinjen vid 3 veckor
|
Träningens korrekthet: Antalet kompenserande åtgärder som axelhöjning eller bålböjning.
|
Ändring från baslinjen vid 3 veckor
|
|
Antalet genomförda övningar
Tidsram: Ändring från baslinjen vid 3 veckor
|
Korrekt antal repetitioner: Antal försök utan kompensation, t.ex. axel- eller bålrörelser.
|
Ändring från baslinjen vid 3 veckor
|
|
Antal övningar ej genomförda
Tidsram: Ändring från baslinjen vid 3 veckor
|
Felaktigt antal repetitioner: Antal försök med kompenserande åtgärder, t.ex. axellyft eller bålböj.
|
Ändring från baslinjen vid 3 veckor
|
Samarbetspartners och utredare
Sponsor
Samarbetspartners
Utredare
- 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)
Studieavstämningsdatum
Studera stora datum
Studiestart (Beräknad)
Primärt slutförande (Beräknad)
Avslutad studie (Beräknad)
Studieregistreringsdatum
Först inskickad
Först inskickad som uppfyllde QC-kriterierna
Första postat (Faktisk)
Uppdateringar av studier
Senaste uppdatering publicerad (Faktisk)
Senaste inskickade uppdateringen som uppfyllde QC-kriterierna
Senast verifierad
Mer information
Termer relaterade till denna studie
Ytterligare relevanta MeSH-villkor
Andra studie-ID-nummer
- AssistI01
Läkemedels- och apparatinformation, studiedokument
Studerar en amerikansk FDA-reglerad läkemedelsprodukt
Studerar en amerikansk FDA-reglerad produktprodukt
Denna information hämtades direkt från webbplatsen clinicaltrials.gov utan några ändringar. Om du har några önskemål om att ändra, ta bort eller uppdatera dina studieuppgifter, vänligen kontakta register@clinicaltrials.gov. Så snart en ändring har implementerats på clinicaltrials.gov, kommer denna att uppdateras automatiskt även på vår webbplats .