به گزارش سیناپرس، نیاز روزافزون به فیزیوتراپ در کنار رشد جمعیت در حال افزایش است و افزایش سن و همچنین نرخ بالاتر بیماری‌های شدید جسمی، حتی درگروه های سنی پایین، بر این مشکل می افزاید.
افزایش تکنیک‌های مبتنی بر حسگر، مانند حسگرهای حرکتی روی بدن، تا حدی استقلال و دقت را برای بیماران فراهم کرده است. با این حال، دنبال کننده ها و حسگرهای مینیمالیستی تا حد زیادی به داده‌های حرکتی تکیه می‌کنند، بنابراین فاقد تصاویر جامع‌تر PT در کنار هم هستند، از جمله درگیری عضلات و تنش و حرکت.
این به اصطلاح مانع زبان حرکات عضلانی، باعث ایجاد یک سیستم توانبخشی فیزیکی بدون نظارت به نام MuscleRehab توسط محققان آزمایشگاه علوم کامپیوتر و هوش مصنوعی MIT((CSAIL و بیمارستان عمومی ماساچوست (MGH) شد. سه عنصر وجود دارد: ردیابی حرکتی که فعالیت حرکتی را ثبت می‌کند، یک تکنیک تصویربرداری به نام توموگرافی امپدانس الکتریکی (EIT) که عملکرد ماهیچه‌ها را اندازه‌گیری می‌کند، و یک هدست واقعیت مجازی (VR) و لباس ردیابی که به شما امکان می‌دهد خودتان را در کنار یک فیزیوتراپیست تصور کنید.
برای بیماران، آنها به سادگی لباس ردیاب و هدست VR را می پوشند که داده های حرکتی سه بعدی را ثبت می کند و سپس تمرینات مختلفی مانند لانژ، خم شدن زانو، ددلیفت، بالا بردن پا، اکستنشن زانو، اسکات و حرکت هایی که فعالیت عضلات چهارسر ران، سارتوریوس، همسترینگ و ادکتور را اندازه گیری می کنند را انجام می دهند.
در محیط مجازی دو حالت در اختیار بیماران قرار می گیرد. در هر دو مورد، آواتار(تصویر مجازی) آنها در کنار یک فیزیوتراپیست را نشان می دهد. در موقعیت اول، فقط داده های ردیابی حرکت بر روی آواتار بیمار اجرا می شود. در حالت دوم، بیمار تسمه‌های سنجش EIT را می‌بندد و سپس تمام اطلاعات حرکت و درگیری عضلانی را در به طور فیزیکی نیز حس می کند.
با این دو حالت، تیم دقت تمرین را مقایسه کرد و نتایج را به یک درمانگر حرفه‌ای ارائه داد و او توضیح داد که قرار است در طول هر یک از تمرین‌ها چه گروه‌های عضلاتی درگیر شوند. با تجسم درگیری عضلانی و داده های حرکتی در طول این تمرینات بدون نظارت، به جای حرکت به تنهایی، دقت کلی تمرینات تا پانزده درصد بهبود یافت.
سپس تیم مقایسه متقابلی را از مدت زمانی که در طول تمرینات گروه عضلانی صحیح بین این دو شرایط تحریک شده بود، انجام داد. با نظارت و ثبت بیشترین داده‌های درگیری، PT درک بسیار بهتری از کیفیت ورزش بیمار گزارش کرد و به ارزیابی بهتر رژیم فعلی و ورزش بر اساس آن آمار کمک کرد.
جونی ژو، دانشجوی دکترای MIT CSAIL و نویسنده اصلی مقاله ای درباره MuscleRehab می گوید: ما می‌خواستیم سناریوی حسی ما به یک محیط بالینی محدود نشود، تا بتوانیم توانبخشی بدون نظارت مبتنی بر داده‌ها را برای ورزشکارانی که در حال بهبودی آسیب‌دیدگی هستند، بیمارانی که در حال حاضر تحت فیزیوتراپی هستند، یا کسانی که بیماری‌های محدودکننده فیزیکی دارند، بهتر امکان‌پذیر کنیم تا در نهایت ببینیم آیا می‌توانیم نه تنها به بهبودی، بلکه شاید پیشگیری در این زمینه کمک کنیم.
یانگ ژانگ، استادیار مهندسی برق و کامپیوتر، دانشکده مهندسی UCLA، می‌گوید: این کار EIT را، یک رویکرد حسی که به طور معمول در تنظیمات بالینی مورد استفاده قرار می‌گیرد، با ترکیبی مبتکرانه و منحصر به فرد با واقعیت مجازی، ترکیب می‌کند. برنامه فعالی که توانبخشی را تسهیل می کند به طور بالقوه تأثیر گسترده ای در سراسر جامعه دارد تا به بیماران کمک کند توانبخشی فیزیکی را به طور ایمن و موثر در خانه انجام دهند. چنین ابزارهایی برای از بین بردن نیاز به منابع بالینی و پرسنل، از دیرباز به دلیل کمبود نیروی کار در مراقبت های بهداشتی مورد نیاز بوده اند.
منبع: medicalxpress.com
مترجم: کیانوش کرمی