Φορητή Συσκευή AI Βοηθάει τους Επιζώντες Από Εγκεφαλικό να Αποφύγουν τις Πτώσεις Στη Αποκατάσταση

Image by Lance Grandahl, from Unsplash

Φορητή Συσκευή AI Βοηθάει τους Επιζώντες Από Εγκεφαλικό να Αποφύγουν τις Πτώσεις Στη Αποκατάσταση

Χρόνος ανάγνωσης: 3 λεπτό

Ερευνητές του Πανεπιστημίου Simon Fraser αναπτύσσουν ένα έξυπνο φορητό συσκευή που λειτουργεί με τεχνητή νοημοσύνη για να βοηθήσουν στην πρόληψη των πτώσεων σε ανθρώπους που αναρρώνουν από εγκεφαλικά και τραυματισμούς στον νωτιαίο μυελό.

Βιάζεστε; Ακολουθούν τα γρήγορα γεγονότα:

  • Η συσκευή χρησιμοποιεί αισθητήρες και μηχανική μάθηση για να εντοπίζει επικίνδυνες κινήσεις του ασθενούς.
  • Πάνω από 50 επιζώντες εγκεφαλικών συμμετείχαν στη μελέτη ασφάλειας κίνησης.
  • Το σύστημα προειδοποιεί τους ασθενείς για τις πιθανώς επικίνδυνες κινήσεις κατά τη διάρκεια της αποκατάστασης.

Η νέα τεχνολογία θα μπορούσε να αλλάξει τον τρόπο με τον οποίο γίνεται η αποκατάσταση καθιστώντας την πιο ασφαλή και πιο προσωποποιημένη.

Η ομάδα, υπό την ηγεσία του βοηθού καθηγητή Gustavo Balbinot από το εργαστήριο Κινητικής Νευροαποκατάστασης και Νευροεπισκευής του SFU, σχεδίασε φορητούς αισθητήρες που παρακολουθούν τον τρόπο κίνησης των ασθενών κατά τη διάρκεια καθημερινών δραστηριοτήτων όπως το να βγαίνουν από μια καρέκλα ή το να περπατούν γύρω από εμπόδια.

Αυτές οι μικρές συσκευές συλλέγουν λεπτομερή δεδομένα σχετικά με την κίνηση και χρησιμοποιούν μηχανική μάθηση για να εντοπίσουν μοτίβα που ίσως οδηγήσουν σε επικίνδυνες πτώσεις.

«Η αποκατάσταση έχει να κάνει με την κίνηση, οπότε θέλουμε να κάνουμε τους ασθενείς να κινηθούν. Και με το να κινηθούν, οι ασθενείς μπορούν να ανακτήσουν την κίνηση που χάσανε», λέει η Balbinot, σε ένα δελτίο τύπου του SFU. «Αλλά θέλουμε να κινούνται με ασφάλεια, οπότε η σημασία αυτής της έρευνας είναι ότι τώρα μπορούμε να κατανοήσουμε πραγματικά την κίνηση όσον αφορά την ασφάλεια κατά τη διάρκεια της αποκατάστασης.»

Περισσότεροι από 50 χρόνιοι επιζώντες από εγκεφαλικό επεισόδιο συμμετείχαν στην μελέτη, η οποία δημοσιεύτηκε στο Clinical Rehabilitation. Τα κινήματά τους καταγράφηκαν χρησιμοποιώντας φορητούς αισθητήρες, οι οποίοι έστελναν δεδομένα σε λογισμικό που αναπτύχθηκε από την ομάδα του SFU. Αυτό το λογισμικό ανέλυσε τα δεδομένα και μάθησε να εντοπίζει στιγμές λίγο πριν από μια πτώση.

“Αυτός ο αισθητήρας μπορεί να ποσοτικοποιήσει τα χαρακτηριστικά των κινήσεων του ατόμου, και με τη μηχανική μάθηση μπορούμε να εντοπίζουμε πρότυπα κίνησης για αυτούς τους ασθενείς,” εξηγεί η Balbinot.

«Το λογισμικό μπορεί να μάθει για τα μοτίβα κίνησης όταν ο άνθρωπος ήταν έτοιμος να πέσει και για ένα επόμενο συμβάν, η τεχνολογία μπορεί να προειδοποιήσει τον ασθενή, ‘αυτή είναι μια πολύ δύσκολη κίνηση που κάνετε αυτή τη στιγμή, προσέξτε, προσέξτε το βήμα σας και κινηθείτε με ασφάλεια’.»

Το SFU είναι αυτή τη στιγμή το κορυφαίο πανεπιστήμιο της Β.Κ. για την τεχνητή νοημοσύνη, με πάνω από 100 ερευνητές σε οκτώ σχολές που εργάζονται σε έργα ΤΝ. Η εργασία της Balbinot ενώνει την ιατρική επιστήμη, την μηχανική και την ΤΝ για να υποστηρίξει την ασφάλεια των ασθενών σε ένα πραγματικό περιβάλλον.

«Τα φορετά είναι σημαντικά σε αυτό,» προσθέτει. «Μπορούν πραγματικά να φέρουν το εργαστήριο στην καθημερινή ζωή των ανθρώπων.»

Στο μέλλον, η ομάδα ελπίζει ότι αυτοί οι αισθητήρες μπορούν να ενσωματωθούν απευθείας στα καθημερινά ρούχα, παρέχοντας υποστήριξη καθ’ όλη τη διάρκεια της ημέρας για εκείνους που αναρρώνουν από σοβαρούς τραυματισμούς.

Σας αρέσει το άρθρο;
Βαθμολογήστε το!
Το μίσησα Δεν μου άρεσε Ήταν καλό Αρκετά καλό! Το λάτρεψα!

Είναι χαρά μας που σας αρέσει η δουλειά μας!

Αγαπητοί μας αναγνώστες, θα θέλατε να προσθέσετε μια αξιολόγηση στο Trustpilot; Είναι μια γρήγορη διαδικασία και σημαίνει πάρα πολλά για εμάς. Σας ευχαριστούμε πολύ για την προτίμηση!

Αξιολογήστε μας στο Trustpilot
0 Ψηφίστηκε από 0 Χρήστες
Τίτλος
Σχόλιο
Σας ευχαριστούμε για τα σχόλιά σας
Loader
Please wait 5 minutes before posting another comment.
Comment sent for approval.

Αφήστε ένα σχόλιο

Loader
Loader Δείτε περισσότερα...