Un dispositivo de uso común que se encuentra en las salas de estar de todo el mundo podría ser un medio barato y efectivo de evaluar las dificultades para caminar de los pacientes con esclerosis múltiple EM.
Microsoft Kinect es una cámara de detección de profundidad 3D utilizada en actividades de video interactivas como tenis y baile. Se puede conectar a una consola de juegos Xbox o una computadora con Windows.
Un equipo de investigadores dirigido por el becario posdoctoral de la Universidad McGill Farnood Gholami, supervisado por Jozsef Kövecses del Departamento de Ingeniería Mecánica y Centro de Máquinas Inteligentes, colaboró con Daria Trojan, fisiatra del Departamento de Neurología y Neurocirugía que trabaja en el Centro de Neurología de MontrealInstitute and Hospital, para evaluar si Kinect puede detectar las diferencias en la marcha de los pacientes con EM en comparación con los individuos sanos
En la práctica clínica actual, el movimiento de caminar de los pacientes con EM generalmente es evaluado por sus médicos, y las evaluaciones subjetivas pueden distorsionar los resultados: dos médicos diferentes pueden dar diferentes evaluaciones al mismo paciente. Usando una cámara que detecta el movimiento y algoritmos informáticos que cuantificanLos patrones de marcha de los pacientes pueden reducir el potencial de error humano.
Gholami capturó el movimiento de 10 pacientes con EM y 10 miembros de un grupo de control compatible con la edad y el sexo utilizando el dispositivo Kinect. Los pacientes con EM habían sido evaluados previamente para detectar anomalías en la marcha utilizando el método clínico tradicional.
Utilizando los datos, el equipo desarrolló algoritmos informáticos que cuantificaron las características de la marcha de pacientes con EM y personas sanas. Los investigadores descubrieron que las características de la marcha medidas con la cámara Kinect y analizadas con los algoritmos desarrollados eran reproducibles cuando se evaluaban en una visita y eran diferentesentre pacientes con EM y los individuos sanos. Además, las características de la marcha de los pacientes con EM obtenidas por el algoritmo se correlacionaron con las medidas clínicas de la marcha. Además, los algoritmos podrían definir matemáticamente las características de la marcha en pacientes con EM en diferentes niveles de gravedad, determinando con precisiónsu nivel de anormalidad en la marcha.
Gholami dice que se interesó en usar la tecnología de captura de movimiento con fines clínicos como estudiante de doctorado, pero el equipo que estaba usando en ese momento era muy costoso, difícil de usar y no portátil, lo que hace que el uso clínico general sea prohibitivo. The Kinectel dispositivo le proporcionó una herramienta económica que parece ser lo suficientemente precisa como para hacer el trabajo.
"Esta herramienta puede ayudar al clínico a proporcionar un mejor diagnóstico de la patología de la marcha, y puede usarse para observar si un medicamento recetado ha sido eficaz en la marcha del paciente o no", dice. "Nuestro marco desarrollado probablemente puede serse usa para otras enfermedades que también causan anomalías en la marcha, por ejemplo, la enfermedad de Parkinson ".
Trojan dice que la herramienta podría ser útil "para evaluar los efectos del tratamiento de ciertas intervenciones, como la rehabilitación o la medicación, y para documentar la progresión de la enfermedad de la EM reflejada por el deterioro de la marcha. También puede ser útil como medida en ensayos clínicos".
Gholami dice que el siguiente paso es realizar un estudio con un grupo más grande de pacientes con EM, incluida la evaluación en un laboratorio de marcha, utilizando una versión más nueva del dispositivo Kinect que promete mejorar la precisión.
Fuente de la historia :
Materiales proporcionado por Universidad McGill . Nota: El contenido puede ser editado por estilo y longitud.
Referencia del diario :
Cite esta página :