📡 Чи можуть носимі сенсори зробити оцінювання рухів після інсульту об’єктивнішим?
У журналі "Scientific Data" опубліковано опис нового набору даних REHAB, який містить кінематичні записи рухів 120 людей після інсульту, отримані за допомогою носимих сенсорів під час стандартизованого оцінювання та реабілітаційних занять. Мета роботи полягала у створенні масиву клінічних даних, який можна використовувати для досліджень руху та розроблення цифрових систем оцінювання.
До дослідження залучили людей віком 30-75 років через 15-180 днів після інсульту з руховими порушеннями та стадіями відновлення II–VI за Brunnstrom. Учасників набирали у двох клінічних центрах. Із 120 включених пацієнтів 109 завершили двотижневу програму та пройшли повторне оцінювання.
Для реєстрації рухів використовували чотири дев’ятиосьові інерційні сенсори та спеціальну рукавичку з датчиками згинання пальців і додатковим інерційним сенсором. Пристрої розміщували на ураженій стороні: плечі, передпліччі, стегні, гомілці та кисті. Дані прискорення, кутової швидкості, орієнтації сегментів і рухів кисті реєстрували з частотою близько 50 Гц.
Особливо цінним є те, що REHAB містить не довільні побутові рухи здорових добровольців, а рухи реальних пацієнтів у клінічному реабілітаційному контексті. До набору увійшли 27 стандартизованих рухових завдань, відібраних зі шкали Fugl-Meyer для верхньої кінцівки, та 16 тренувальних рухів для верхніх і нижніх кінцівок. Оціночні завдання виконували по три рази, а тренувальні — приблизно по десять повторень.
Ще одна важлива особливість — рухові сигнали поєднані з клінічними мітками. Під час оцінювання два реабілітаційні фахівці незалежно визначали якість виконання відповідних завдань за критеріями Fugl-Meyer. Таким чином, дослідники можуть аналізувати не лише сам рух, а й його зв’язок із клінічною оцінкою моторної функції.
Автори приділили значну увагу контролю якості, перед записом перевіряли положення та калібрування сенсорів, стабільність бездротового зв’язку та синхронізацію сигналів; виконання рухів контролювали реабілітаційні фахівці, а записи із технічними помилками або пропущеними даними вилучали. Для інерційних сенсорів похибка вимірювання кутів у перевірених рухах переважно не перевищувала приблизно 3°, а для датчиків рукавички становила 1-3°.
Чому це може бути важливо для реабілітації? Більшість великих наборів даних про рухи створено на здорових людях або за допомогою відеокамер. Такі дані недостатньо відображають патологічні рухові стратегії після інсульту. REHAB може стати основою для розроблення алгоритмів автоматизованого розпізнавання рухів, кількісного оцінювання моторної функції, контролю правильності виконання вправ та віддаленого спостереження за реабілітацією.
Водночас важливо не приписувати цій роботі того, чого вона не доводить. Це опис набору даних, а не дослідження точності штучного інтелекту чи ефективності цифрової реабілітації. Сам факт наявності великої кількості сенсорних даних ще не означає, що створений на їх основі алгоритм зможе замінити клінічне оцінювання або покращити результати лікування. Такі системи мають окремо проходити зовнішню перевірку на незалежних вибірках і оцінювання клінічної корисності.
Є й обмеження щодо можливості узагальнення, до дослідження включали відносно стабільних пацієнтів у підгострому періоді після інсульту, здатних розуміти та виконувати протокол. Осіб із тяжкими когнітивними порушеннями, контрактурами, тяжкими супутніми захворюваннями та низкою інших станів виключали. Тому майбутні алгоритми, навчені лише на REHAB, не можна автоматично переносити на всю популяцію людей після інсульту.
Тому REHAB створює якісну клінічну основу для переходу від суб’єктивного спостереження за рухом до його кількісного сенсорного аналізу. Найбільша цінність цієї роботи в відкритті можливості створювати та незалежно перевіряти майбутні системи об’єктивного оцінювання, контролю виконання вправ і дистанційної реабілітації на даних реальних людей після інсульту.
📖 https://doi.org/10.1038/s41597-026-07802-2
@usprm_official
#УТФРМ#USPRM#RehabHubUA#RehabTeamUA#PRMinUkraine