ИИ-система для «умной» реабилитации после эндопротезирования суставов
Группа ученых из России и Беларуси разработала интеллектуальную систему на основе искусственного интеллекта (ИИ), которая делает реабилитацию после эндопротезирования суставов эффективнее и доступнее. Решение позволяет врачам удаленно контролировать процесс восстановления, а пациентам — получать персонализированные рекомендации в режиме реального времени, не выходя из дома.
Предложенная система поддержки принятия решения (СППР) берет на себя функцию первичного мониторинга и сигнализирует о проблемах («красный код»). Врач тратит время только на сложные случаи, требующие его непосредственного вмешательства. Для сбора данных используется обычная камера смартфона или планшета.
Первые результаты применения этой ИИ-системы подтвердили ее эффективность:
- В группе пациентов, использовавших систему, прогноз по темпам восстановления оправдался у 85%, тогда как в контрольной группе (без системы) — только у 56%.
- Специалисты также отметили повышение вовлеченности пациентов в процесс лечения — возможность видеть свой прогресс мотивировало их точнее соблюдать рекомендации врача.
Как работает ИИ-система?
- Пациент получает в мобильном приложении персональный план упражнений.
- Выполняя упражнение, пациент снимает себя на камеру. Система в реальном времени анализирует видео с помощью компьютерного зрения: распознает опорные точки тела (суставы), строит векторы движений и вычисляет ключевые биомеханические параметры (например, углы сгибания).
- Данные поступают на сервер, где обновляют так называемого «цифрового двойника» пациента — виртуальную модель, которая хранит персональную историю его состояния и позволяет прогнозировать дальнейший ход реабилитации.
- Система сравнивает текущие показатели с референсными значениями и кодирует результат цветом:
- зеленый — восстановление в норме;
- желтый — требуются корректировки плана;
- красный — необходимо вмешательство врача.
- При отклонениях система сигнализирует врачу и может предложить скорректировать план реабилитации, делая его максимально персонализированным.
Ключевые технологии
- Компьютерное зрение и нейросети: для обработки видеоданных используются нейросети (EfficientNet — для извлечения признаков из кадров и LSTM — для анализа временных рядов). Это позволяет точно измерять амплитуду движений без использования дорогих маркерных систем захвата движений.
- Цифровой двойник: на основе видеоданных, возраста, типа операции и других параметров создается цифровая модель пациента, которая помогает моделировать индивидуальный план восстановления.
- Онтологический подход: мета-ассоциативные графы используются для структурирования медицинских знаний, что позволяет гибко настраивать систему под нужды специалистов без глубокого программирования.
Преимущества применения
- Отказ от «усредненного» подхода. Система создает «цифрового двойника» для каждого пациента, подбирая нагрузку индивидуально и реагируя на прогресс или отставание в реальном времени.
- Объективность вместо субъективности. Вместо визуальной оценки «на глаз» система предоставляет точные количественные данные (углы сгибания, амплитуда), что позволяет своевременно корректировать терапию.
- Доступность. Для работы нужен только смартфон или планшет. Это делает передовые методы реабилитации доступными для жителей отдаленных регионов, где нет специализированных центров.
- Экономическая выгода и снижение нагрузки на врачей. Автоматизация мониторинга, более быстрое восстановление пациентов и снижение числа осложнений ведут к сокращению общих затрат на лечение.
Источник: cyberleninka.ru
