Умная реабилитация: как ИИ помогает восстанавливаться после инсульта
Исследователи из Южной Кореи разработали интеллектуальную систему реабилитации для людей после инсульта, которая оценивает качество выполнения упражнений с помощью искусственного интеллекта. Результаты их работы были опубликованы осенью 2025 года и получили признание в сфере медицинской робототехники и цифровой терапии.
Пациенту предоставляется комплект оборудования, включающий RGB-D камеру и носимые сенсоры, которые точно фиксируют движения тела в трехмерном пространстве. Данные с устройств передаются на сервер, где их обрабатывает нейросетевая модель RAST-G.
Что представляет модель оценки RAST-G
- Основана на пространственно-временной графовой сверточной сети (ST-GCN*), которая позволяет анализировать не просто отдельные позы, а всю динамику движения: последовательность, плавность, координацию и синхронность действий. Оценивает скелетные данные как граф (суставы — узлы, соединения — ребра).
- Дополнена механизмом Transformer-based attention, благодаря которому может выявлять критические моменты в движении (например, начало или окончание действия).
- Сравнивает выполнение упражнений с эталонными образцами, одобренными врачами, и автоматически выявляет отклонения.
- Результаты анализа отображаются в мобильном приложении, где пациент получает объективную обратную связь: указания на ошибки, рекомендации по исправлению техники и визуализацию прогресса.
*ST-GCN (Spatial-Temporal Graph Convolutional Network) — это архитектура глубокого обучения, которая объединяет пространственную и временную информацию для анализа данных в виде графов, например, для распознавания движений человека по скелету, прогнозирования трафика или анализа биомедицинских сигналов, эффективно обрабатывая динамические системы, где важны и структура (пространство), и последовательность (время).
Тестирование проводилось на собственном датасете NRC и публичном датасете KIMORE. Включало:
- 15 упражнений: 10 — активности повседневной жизни (ADL), 5 — упражнения на амплитуду движений (ROM). Они были ограничены верхними конечностями, что позволило сконцентрировать информацию о движении в руках и пальцах.
- Данные от 817 пациентов после инсульта и 325 здоровых участников.
Оценки проставлялись физиотерапевтами в анкете из 10 пунктов по шкале Лайкерта (от 0 до 5), оценивающей:
- достижение цели движения
- плавность
- стабильность тела
- правильность движений конечностей и туловища
- контроль силы, скорости и траектории
Обратная связь с помощью тепловой карты Skeleton Graph. Объект Stroke13, метка 07: складывание бумаги.
Выводы
- Предложенная система позволяет эффективно оценивать реабилитацию в домашних условиях.
- Модель RAST-G демонстрирует высокую точность и устойчивость, особенно при анализе сложных, повседневных движений.
- Подход не требует сравнения с движениями здоровых людей, что делает его более пригодным для клинической практики.
Авторы отмечают, что использование этой AI-системы не заменяет специалиста-реабилитолога, но может стать ценным цифровым помощником, позволяя вести непрерывный мониторинг и поддерживать обратную связь с пациентом даже на расстоянии.
