Yeni Yazılım, Nöroloji Hastalarının Klinik Verilerinin Kendi Akıllı Telefonlarına Kaydedilmesine Yardımcı Olabilir

Motor fonksiyon değerlendirmesinde, insan hareketlerini doğru bir şekilde saptayabilen yeni bir yazılım!

Johns Hopkins Tıp Fakültesi, Kennedy Krieger Enstitüsü ve Maryland Üniversitesi tarafından yapılan bir araştırmaya göre, yeni poz tahmin yazılımı, nörologların ve hastalarının akıllı telefon ve tablet kullanarak önemli klinik verileri yakalamalarına yardımcı olma potansiyeline sahip.

İnsan poz tahmini, basit görüntülerden veya videolardan dirsek ve parmak gibi insan vücudundaki belirli noktaları otomatik olarak algılayan ve etiketleyen bir yapay zeka biçimidir.

Bir hastanın motor fonksiyonunun hızını, ritmini ve sıklığını ölçmek için, nörologlar genellikle hastanın parmaklarını birbirine vurmak veya ellerini açıp kapamak gibi belirli tekrarlayan hareketleri gerçekleştirmesini isterler. Bu testlerin objektif olarak değerlendirmesi, bir hastanın durumunun ciddiyeti hakkında en doğru bilgiyi sağlamakta ve tedavi kararlarını yönlendirmektedir. Bununla birlikte, nesnel hareket yakalama cihazları genellikle pahalıdır veya yalnızca bir tür hareketi ölçme yeteneğine sahiptir. Bu nedenle çoğu nörolog hastayı farklı görevleri yerine getirirken izleyerek, hastanın motor işlevlerine ilişkin öznel değerlendirmeler yapmaktadır.

Hopkins liderliğindeki yeni çalışma, araştırma ekibi tarafından geliştirilen poz tahmin yazılımının insan hareketini, hareketi yapan hastaların video kayıtlarının kare kare görsel incelenmesi kadar doğru bir şekilde izleyip izleyemeyeceğini bulmaya çalışmıştır.

Johns Hopkins Üniversitesi Tıp Fakültesi Fiziksel Tıp ve Rehabilitasyon Bölümü'nde yardımcı doçent olan çalışmanın baş yazarı Ryan Roemmich, 'Amacımız, bir hastanın birden fazla ekstremite hareketlerini nesnel olarak ölçmek için hızlı, ucuz ve kolay erişilebilir bir yöntem geliştirmekti' diyor.

Araştırma ekibinden yaşları 24 ile 33 arasında değişen 10 sağlıklı denek, motor fonksiyon değerlendirmeleri sırasında nöroloji hastalarına sıklıkla verilen beş görevi yerine getirirken kendilerini akıllı telefon ile videoya kaydetmiştir. Denekler her görevi dört farklı hızla yerine getirmiştir. Hareketler bir insan pozu tahmin algoritması kullanılarak izlenmiş ve ardından değerlendirme için ekibin yazılımına aktarılmıştır.

Sonuçlar, yazılımın da beş görevin tamamında manuel inceleme yöntemiyle saptanan hareketlerin %96'sından fazlasını doğru bir şekilde saptadığını göstermiştir. Bu sonuçlar, konum, kullanılan akıllı telefonun türü ve kayıt yöntemi dahil olmak üzere çeşitli değişkenlerle yürütülmüştür.

Araştırma ekibinin bir sonraki adımı, genç ve sağlıklı insanlardan oluşan örneklemlerinden elde edilen cesaret verici sonuçlarla, yazılımı nörolojik bakıma ihtiyaç duyan insanlar üzerinde test etmek. Şu anda ekip, sağlıklı deneklerin gerçekleştirdiği aynı beş motor fonksiyon görevini yerine getirerek video kaydeden Parkinson hastalığı olan kişilerden oluşan büyük bir örneklem toplamaktadır.

Roemmich, 'Akıllı telefonu veya tableti olan herkesin doktorları tarafından başarıyla analiz edilebilecek videolar kaydetmesini istiyoruz. Bu poz tahmin yazılımı daha da geliştirildiğinde motor değerlendirmeler hasta evden çıkmadan yapılabilir ve analiz edilebilir' diyerek düşüncelerini iletmiştir.