گروهی از پژوهشگران آزمایشگاه تجزیه و تحلیل حرکت در شرکت Spaulding در جدیدترین شماره ی مجله Nature Digital Medicine، مقاله‌­ای درباره روند بهبود در حرکت با مداخلات دقیق توانبخشی با استفاده از حسگرهای پوشیدنی و الگوریتم‌­های هوش مصنوعی، منتشر کردند. برای آشنایی بیشتر با این پژوهش با مجله فناوری‌های توان افزا و پوشیدنی همراه باشید.

هدف از این مطالعه ایجاد زمینه‌­ای است تا به وسیله­ آن سامانه‌­ای برای توانبخشی دقیق به کمک فناوری‌­های پوشیدنی توسعه دهند تا به وسیله آن بتوانند روند بهبود حرکتی افراد مبتلا به آسیب‌­های مغزی تحت نظر داشته باشند. این مطالعه نشان داد که این فناوری برای ردیابی دقیق بهبود حرکتی مناسب است و این امکان را برای پزشکان فراهم می‌کند تا با مداخلات موثرتر، نتایج را بهبود ببخشند. این مطالعه تلاشی مشترک میان دانشجویان مشغول به تحصیل و دانشجویان سابق که در آزمایشگاه فعالیت می‌کرده‌­اند، بوده است.

آشنایی با نظرات پژوهشگران طرح

دکتر Paolo Bonato، مدیر آزمایشگاه تجزیه و تحلیل حرکتی Spaulding و مولف ارشد این پرژه گفت: “ با ارائه اطلاعات دقیق به پزشکان، آن­ها می‌­توانند مداخلات دقیق‌­تری برای بهبود خدماتی که ارائه می‌دهیم، داشته باشند. این همکاری که میان ما و تیمی با استعداد از دانشمندان و پژوهشگران جوان برای این پژوهش مهم شکل گرفته، برای ما بسیار خوش حال کننده است. ” Bonato همچنین عضو هیئت علمی موسسه Wyss در دانشگاه هاروارد است.

دکتر Catherine Adans-Dester یکی از اعضای تیم دکتر Bonato می­‌گوید: ” نیاز به توسعه مداخلات خاص برای بیماران زمانی آشکار می­‌شود که مطالعات بالینی در برخی از شرکت کنندگان، پیشرفت‌­های حرکتی رضایت بخشی را گزارش می‌­کند. در نتیجه در صورت در اختیار داشتن ابزارهای بهتر برای توسعه این مداخلات، انتظار می‌­رود نتایج بالینی بهبود یابند. داده‌­های جمع آوری شده با استفاده از حسگرهای پوشیدنی این امکان را برای پزشکان فراهم می‌کند تا با کمترین مشقتی برای بیماران و پزشکان، این کار به نتیجه برسد.” روش پیشنهادی در این پژوهش برای ارزیابی عملکرد حسگرهای پوشیدنی، استفاده از الگوریتم‌­های یادگیری ماشین است. این ارزیابی هماهنگی بالای حسگرها با نتایج پزشکان را نشان می‌دهد.

نتایج استفاده از پوشیدنی ها در توانبخشی

نتایج این پژوهش نشان داد که می‌توان از داده‌­های حسگرهای پوشیدنی، برآورد دقیقی از نتایج بالینی بدست آورد و از آن­ها برای تعیین شدت اختلالات حرکتی و کیفیت الگوهای حرکت اندام فوقانی استفاده کرد. در این پژوهش از مقیاس Fugl-Meyer Assessment (FMA) برای ارزیابی اختلالات حسی-حرکتی و از مقیاس Functional Ability Scale (FAS) برای ارزیابی توانایی عملکرد استفاده شده است. داده­‌های حسگر پوشیدنی (به عنوان مثال حسگر شتاب) در حین انجام هشت نوع وظیفه حرکتی جمع آوری شده است. بنابراین نمونه‌­ای از حرکات ناقص بازو و وظایف کنترل حرکتی مناسب را فراهم می‌کند. الگوریتم‌­های یادگیری ماشین برای بدست آوردن برآوردی دقیق از مقیاس‌­های FMA و FAS توسعه داده شده­‌اند. در مجموع ۳۷ نفر در این پژوهش شرکت کردند که از این تعداد، ۱۶ نفر بازمانده سکته مغزی و ۲۱ نفر بازمانده آسیب مغزی ناشی از ضربه بوده‌­اند.

بیشتر بخوانیم
تغییر عادت های کاری با پوشیدنی هوشمندی که خستگی عضلات را کاهش میدهد
فناوری های روز دنیا به کمک معلولان می آید
نسل جدید فناوری رابط های کاربری: از رابط کاربری حرکتی تا رابط مغز-رایانه

منبع: medicalxpress
«استفاده و بازنشر مطالب تنها با ذکر لینک منبع و نام (مجله فناوریهای توان افزا و پوشیدنی) مجاز است.»