Достижения в области носимых технологий и искусственного интеллекта открывают новые перспективы для пациентов, перенесших инсульт.

Густаво Бальбинот, доцент кафедры нейрореабилитации в Университете Британской Колумбии, говорит, что новое исследование открывает путь к разработке инновационных технологий для улучшения реабилитации после инсульта.

В интервью он подчеркнул, что результаты этого исследования не ограничиваются лечением людей, переживших инсульт, но могут быть применены и к людям, подверженным риску падений из-за потери равновесия по другим причинам, таким как головокружение или травмы позвоночника.

В исследовании, опубликованном в британском журнале клинической реабилитации после тщательного рецензирования, использовались нательные датчики для мониторинга более 50 пациентов, перенесших инсульт, во время прохождения ими тестов на мобильность.

На основе собранных данных команда разработала модели имитации движения, которые помогли проанализировать и лучше понять, как пациенты двигаются в процессе восстановления.

Бальбинот сравнил этот процесс с бросанием камня в воду и наблюдением за расходящимися кругами. По его словам, у каждого человека есть уникальная частота движений, которая может отражать устойчивость или неравномерность походки и равновесия.

Исследователи обнаружили, что у людей, восстанавливающихся после инсульта, как правило, наблюдаются более плавные и медленные движения, что говорит об осторожности, в то время как у здоровых людей движения, как правило, более быстрые, сильные и «резкие».

Чтобы улучшить обнаружение риска падения, команда разработала собственное программное обеспечение, которое может разбивать данные о движении на 3-секундные интервалы.

Программное обеспечение автоматически анализирует, являются ли движения пользователя слишком хаотичными или нестабильными, что, по словам Балбинота, имеет решающее значение для раннего оповещения при обнаружении признаков опасности, предотвращая падения, которые могут привести к серьезным травмам восстанавливающегося человека.

Цель команды — интегрировать программное обеспечение в умные носимые устройства, такие как часы или браслеты, что позволит пользователям получать оповещения в режиме реального времени при появлении признаков потери равновесия.

«Если программа обнаруживает необычное движение, она может отправить предупреждающий сигнал, например: «Вам следует присесть и немного отдохнуть», чтобы помочь пользователю избежать опасной ситуации», — пояснил он. Непрерывный мониторинг каждые три секунды позволяет реагировать практически мгновенно.

Программное обеспечение также разработано для «обучения» на основе пользовательских данных посредством машинного обучения. Со временем система будет лучше понимать индивидуальные особенности движений каждого пациента, что позволит ей делать более точные прогнозы риска падений.

«Это программное обеспечение будет становиться все умнее и умнее, и для каждого человека оно будет знать, что является нормой, а на какие признаки следует обращать внимание», — утверждает Балбинот.

Датчики, использованные в исследовании, измеряют не только скорость, но и направление движения. Балбинот отметил, что технология уже достаточно продвинута, чтобы интегрировать эти датчики в одежду, что делает их более удобными для повседневного использования без необходимости использования громоздкого оборудования.

В частности, исследование также показало, что это программное обеспечение полезно не только для пациентов, но и для врачей. Интуитивно понятные и легко интерпретируемые данные системы могут помочь врачам принимать более точные решения о лечении.

В исследовании сделан следующий вывод: «Интеграция алгоритмов машинного обучения откроет возможность персонализации стратегий реабилитации путем анализа индивидуальных особенностей движений и прогнозирования риска падений для каждого конкретного пациента».

В отчете также содержится призыв к проведению дальнейших исследований для подтверждения долгосрочной эффективности технологии в клинических условиях и ее применимости к различным группам пациентов.