Wearable sensoren en AI verbeteren balansmetingen voor thuiszorg en verpleeghuizen

AmsterdamOnderzoekers van de College of Engineering and Computer Science aan de Florida Atlantic University hebben een nieuwe methode ontwikkeld om balans te meten. Met behulp van draagbare sensoren en slimme computerprogramma's kan deze technologie beter helpen bij het monitoren van evenwichtsproblemen, vooral voor zorg thuis of in verpleeghuizen.

Traditionele balanstests hebben enkele nadelen. Ze vereisen vaak dure en speciale apparatuur. De resultaten kunnen variëren op basis van de vaardigheden van de clinicus. Bovendien kunnen deze tests niet op afstand worden uitgevoerd. Daarom zijn betere en grondigere instrumenten nodig.

De nieuwe methode maakt gebruik van draagbare sensoren die op het lichaam worden bevestigd. In het onderzoek werden sensoren op de enkels, onderrug, borst, pols en arm van de deelnemers geplaatst. Onderzoekers maakten gebruik van de Geïntegreerde Klinische Test van Sensorische Interactie op Evenwicht (m-CTSIB), die meet hoe goed iemand zijn evenwicht kan bewaren in verschillende sensorische situaties.

• Met open ogen op een stabiele ondergrond
• Met gesloten ogen op een stabiele ondergrond
• Met open ogen op een schuimoppervlak
• Met gesloten ogen op een schuimoppervlak

Elke test duurde ongeveer 11 seconden zonder onderbrekingen. Hierdoor waren de balanstests continu en werd het beoordelingsproces versneld.

Onderzoekers gebruikten IMU-sensoren en een speciaal systeem om bewegingsdata te verzamelen. Deze data werd geanalyseerd en daaruit werden veel kenmerken geëxtraheerd voor verdere analyse. Voor het schatten van m-CTSIB-scores maakten zij gebruik van Multiple Linear Regression, Support Vector Regression en XGBOOST algoritmen. De invoer voor deze machine learning-modellen was afkomstig van de draagbare sensorgegevens. De m-CTSIB-scores van Falltrak II werden gebruikt als de echte labels voor het trainen en valideren van de modellen.

Onderzoekers ontwikkelden meerdere modellen voor machine learning om m-CTSIB-scores te voorspellen met behulp van gegevens van draagbare sensoren. Ze onderzochten ook welke sensorposities het meest geschikt waren voor het analyseren van balans. De resultaten toonden aan dat de modellen zeer nauwkeurig waren en de werkelijke balansscores goed benaderden.

Lees ook:

21 november 2024 · 08:55

Nvidia imponeert, maar Aziatische beurs reageert aarzelend op concurrentie.

Gegevens van sensoren op de onderrug en dominante enkel toonden de beste resultaten voor het schatten van balansscores. Dit benadrukt het belang van het strategisch plaatsen van sensoren om balansaanpassingen en bewegingen nauwkeurig vast te leggen.

Dr. Behnaz Ghoraani, professor aan de FAU, gaf aan dat draagbare sensoren een praktische en betaalbare manier zijn om beweging te volgen. Geplaatst op de onderrug en benen, bieden deze sensoren waardevolle inzichten in hoe mensen bewegen. Dit is cruciaal voor het beoordelen van het valrisico bij verschillende groepen mensen.

Dr. Stella Batalama, decaan van de FAU College of Engineering and Computer Science, stelt dat deze methode eenvoudiger in gebruik en kostenefficiënter is. Doordat het op afstand te beheren is, kan dit een aanzienlijke invloed hebben op de gezondheidszorg, revalidatie en sportwetenschap.

De doelstellingen van het onderzoek kwamen voort uit de behoefte aan betere instrumenten om evenwicht te meten. Traditionele methoden zijn vaak niet gedetailleerd genoeg, waardoor het moeilijk is om evenwichtsproblemen goed te begrijpen en te behandelen. Draagbare apparaten bieden een voordeel, omdat ze artsen in staat stellen om de balans van patiënten op afstand te controleren.

Onderzoekspresentatie in Frontiers in Digital Health: Nieuwe methoden bieden een doorbraak in balansmeting, vooral op locaties waar huidige technieken ontoereikend of moeilijk toepasbaar zijn.