La fisioterapia podría ser útil para muchas discapacidades crónicas, pero como no hay suficientes fisioterapeutas, casi el 75% de los años que se pasan con discapacidad crónica no reciben tratamiento, según Ingenieria interesante.
Los problemas a los que se enfrenta la profesión empeoran debido a la documentación de casos de enfermedades graves y al hecho de que el número de pacientes crece a un ritmo similar al crecimiento y al envejecimiento de la población.
Por lo tanto, se desarrolló un sistema de rehabilitación física sin supervisión como resultado del déficit en los planes de tratamiento del movimiento muscular o del lenguaje que se le enseña a comprender a un fisioterapeuta (PT).
El nacimiento de MuscleRehab
Investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT y del Hospital General de Massachusetts (MGH) han desarrollado un programa llamado MuscleRehab que tiene como objetivo ayudar a los pacientes a encontrar alivio incluso sin un PT, como informó por primera vez Interesting Engineering.
Se utilizan tres tipos de captura: seguimiento de movimiento para registrar el movimiento, una tecnología de imágenes para medir la actividad muscular llamada tomografía de impedancia eléctrica (EIT) y un casco de realidad virtual (VR) y un traje de seguimiento.
El paciente puede presenciar su actuación junto a un fisioterapeuta gracias a la realidad virtual y a un traje especial.
Los investigadores pudieron evaluar la precisión del ejercicio en esas dos circunstancias y pidieron a un terapeuta autorizado que revisara los resultados. Luego, el fisioterapeuta podría describir qué grupos de músculos se deben utilizar para cada ejercicio.
La precisión total de los entrenamientos aumentó en un 15% con la visualización tanto de la participación muscular como de los datos de movimiento durante un programa de ejercicios sin supervisión.
IoT e IA
Estos sistemas están compuestos por varios sensores que colaboran en un entorno de Internet de las cosas (IoT).
Los sistemas de inteligencia artificial utilizan modelos de inferencia para evaluar cómo se mueve cada músculo y, a partir de los datos, qué grupos de músculos, como los superficiales o los profundos, están realizando el entrenamiento más beneficioso, según Interesting Engineering.
Este tipo de imágenes de ejercicio es comparable al utilizar una imagen de la actividad y superponerla en un área muscular. Después de registrar el movimiento y la participación, un fisioterapeuta autorizado analizará la información y hará recomendaciones de ejercicios.
La placa de sensores EIT sirve como cerebro de MuscleRehab. En la parte superior del muslo del traje se sujetan dos correas con electrodos para recopilar datos volumétricos en 3D.
Los investigadores emplearon OptiTrack, que combina 39 marcadores y una variedad de cámaras para detectar movimiento a velocidades de cuadro extremadamente altas para la captura de movimiento.
Luego, esto muestra el músculo resaltado que fue estimulado en la pantalla de realidad virtual cambiando su color a un tono más oscuro que los músculos circundantes.
“Queríamos que nuestro escenario de detección no se limitara a un entorno clínico, para permitir mejor la rehabilitación no supervisada basada en datos para atletas en recuperación de lesiones, pacientes actualmente en fisioterapia o aquellos con dolencias físicas limitantes, para en última instancia ver si podemos ayudar con no sólo recuperación sino quizás prevención” Junyi Zhu, MIT CSAIL Ph.D. estudiante y autor principal del estudio MuscleRehab, dijo en un comunicado.
ⓒ 2023 . .
