Innowacyjne testy stabilności pacjenta dzięki czujnikom noszonym na ciele i sztucznej inteligencji

Czas czytania: 2 minut
Przez Pedro Martinez
- w
Czujnik noszony na ciele do pomiaru równowagi z interfejsem do analizy opartej na sztucznej inteligencji.

WarsawNaukowcy z College of Engineering and Computer Science na Uniwersytecie Florida Atlantic opracowali nowy sposób pomiaru równowagi. Ta metoda wykorzystuje noszone przez ludzi czujniki oraz inteligentne programy komputerowe. Może to pomóc w poprawie monitorowania problemów z równowagą, zwłaszcza w opiece domowej lub w domach opieki.

Tradycyjne testy równowagi mają pewne wady. Często wymagają drogiego i specjalistycznego sprzętu. Wyniki mogą się różnić w zależności od umiejętności klinicysty. Ponadto, testy te nie mogą być przeprowadzane zdalnie. Dlatego potrzebujemy lepszych i bardziej kompleksowych narzędzi.

Nowa metoda wykorzystuje czujniki noszone na ciele. W badaniu umieszczono czujniki na kostkach, dolnej części pleców, klatce piersiowej, nadgarstku i ramieniu uczestników. Badacze zastosowali Zmodyfikowany Klinikowy Test Interakcji Sensorycznej na Równowagę (m-CTSIB), który ocenia zdolność utrzymania równowagi w różnych sytuacjach sensorycznych.

  • Oczy otwarte na stabilnym podłożu
  • Oczy zamknięte na stabilnym podłożu
  • Oczy otwarte na piankowej powierzchni
  • Oczy zamknięte na piankowej powierzchni

Każdy test trwał około 11 sekund bez przerw. Dzięki temu testy równowagi były nieprzerwane, co przyspieszyło proces oceny.

Badacze zastosowali sensory IMU oraz specjalny system do zbierania danych ruchowych. Przetworzyli te dane i wyodrębnili wiele cech do analizy. Do oszacowania wyników m-CTSIB użyli regresji wielokrotnej, regresji wektorów nośnych oraz algorytmu XGBOOST. Dane wejściowe do tych modeli uczenia maszynowego pochodziły z czujników noszonych przez uczestników. Wyniki m-CTSIB z systemu Falltrak II posłużyły jako rzeczywiste etykiety do trenowania i walidacji modeli.

Badacze opracowali kilka modeli uczenia maszynowego, aby przewidywać wyniki m-CTSIB na podstawie danych z czujników noszonych na ciele. Zajęli się również określeniem, które umiejscowienie czujników jest najlepsze do analizy równowagi. Wyniki wykazały, że modele cechowały się dużą dokładnością i dobrze odzwierciedlały rzeczywiste wyniki równowagi.

Dane pochodzące z czujników umieszczonych na dolnej części pleców oraz na kostce dominującej wykazały najlepsze wyniki w oszacowywaniu wyników równowagi. To podkreśla jak istotne jest umieszczanie czujników w odpowiednich miejscach, aby precyzyjnie uchwycić korekty i ruchy związane z równowagą.

Dr Behnaz Ghoraani, profesor na FAU, stwierdziła, że czujniki noszone na ciele stanowią praktyczne i niedrogie rozwiązanie do monitorowania ruchu. Umieszczone na dolnej części pleców i nogach, te czujniki dostarczają cennych informacji o sposobie, w jaki ludzie się poruszają. To istotne dla oceny ryzyka upadków u różnych grup osób.

Dr. Stella Batalama, dziekan Wydziału Inżynierii i Informatyki FAU, stwierdziła, że ta metoda jest łatwiejsza w użyciu i tańsza. Można nią zarządzać zdalnie, co mogłoby znacząco wpłynąć na opiekę zdrowotną, rehabilitację oraz nauki o sporcie.

Cele badania wynikały z potrzeby posiadania lepszych narzędzi do oceny równowagi. Tradycyjne metody są niewystarczająco szczegółowe, co utrudnia zrozumienie i leczenie problemów związanych z równowagą. Urządzenia noszone na ciele pomagają, ponieważ umożliwiają lekarzom monitorowanie równowagi pacjentów na odległość.

Wyniki badań opublikowano w czasopiśmie Frontiers in Digital Health. Pokazują one, że ta nowa metoda może zrewolucjonizować pomiar równowagi, zwłaszcza w miejscach, gdzie stosowanie obecnych metod jest niemożliwe lub utrudnione.

Badanie jest publikowane tutaj:

http://dx.doi.org/10.3389/fdgth.2024.1366176

i jego oficjalne cytowanie - w tym autorzy i czasopismo - to

Marjan Nassajpour, Mustafa Shuqair, Amie Rosenfeld, Magdalena I. Tolea, James E. Galvin, Behnaz Ghoraani. Objective estimation of m-CTSIB balance test scores using wearable sensors and machine learning. Frontiers in Digital Health, 2024; 6 DOI: 10.3389/fdgth.2024.1366176
Nauka: Najnowsze wiadomości
Czytaj dalej:

Udostępnij ten artykuł

Komentarze (0)

Opublikuj komentarz