广东安防资质网

基于AI步态分析 康复评估和疾病预警变得更简单

发表时间:2020-09-14

  近年来,康复领域可以算是医疗行业中下一个待引爆的市场。去年,国家卫计委就发布了相关文件,明确鼓励社会力量举办康复医疗机构、护理机构,以打通专业康复医疗服务、临床护理服务向社区和居家康复、护理延伸的“最后一公里”。

  而康复行业的发展除了依赖场地和人员,还需要康复设备。其中,评估设备是康复过程中的基础设备,贯穿了整个康复过程,其基本原理多是做步态分析,即对个体走路能力进行评估。它适用于判断所有因疾病或外伤(包括神经系统和肌肉骨骼系统)导致的行走障碍或步态异常,并预测潜在疾病,譬如帕金森、糖尿病、阿尔茨海默症等。

  但过去大型体态分析设备,不仅体积大、使用场景受限,价格也很昂贵——只有少部分有经济实力的康体中心、健身场馆、矫正中心在使用。这与中国的医疗市场难以匹配,加之未来康复医学会朝着家庭康复、社区康复等方向发展。大型设备显然不符合这一趋势,若能将步态分析“轻量化”,或许会有不错的市场机会。

  目前行业中正利用海量数据训练的深度神经网络,实时自动化分析视频中人体各主要关节点(足、踝、膝、臀、肘等),根据各关节运动学和生物力学的变化关系,智能判断步态关键动作节点(如脚跟着地、脚尖离地等);同时针对动作节点,自动化计算人体运动各主要指标(如步频、步速、步长、膝屈伸变化等等);最终根据不同疾病评估量表,提供对各类疾病和运动康复情况的分析评估报告。

  国内已经有企业已完成人体关节识别和步态指标量化算法的研发,实现直接客观评估,对专业医疗影像数据依赖减少,可充分利用AI社区的开放数据进行训练和评测。

  步影医疗、腾讯AI实验室是目前代表性企业,腾讯AI实验室此前也推出了一款通过动作检测评估帕金森症的AI模型:患者只需在摄像头前做出一系列规定动作,AI便会作出评估。据了解,它应用了深度学习和图像识别两种技术,在人体上设定上百个可识别关键节点,使用检测仪来追踪这些节点在频率、距离、角度和速度等方面的变化,建立模型来训练AI,目前正与华山医院展开合作。


分享到:
微信分享 X

打开微信“扫一扫”,打开网页后点击屏幕右上角分享按钮

客服

留言