トレンデレンブルクテストのAI支援ビデオ分析:実現可能性研究

科学分野:

• 整形外科 整形外科 整形外科
• バイオメカニクス バイオメカニクス
• 医療における人工知能

背景:

• トレンデレンブルク検定は,股関節誘拐器の機能を評価するための標準ですが,主観的な解釈と適度な信頼性があります.
• 補償的な幹の傾きは,微妙な骨盤下落を覆い,診断の精度を低下させる.
• トレンドレンブルクテストの評価を改善するために,骨盤と幹の動きの客観的な定量化が必要です.

研究 の 目的:

• トレンドレレンブルク試験のためのAIベースのマーカーレス運動分析の実現可能性と臨床的情報性を評価する.
• 標準的なビデオ録音を使用して,トレンドレレンブルクテスト中に骨盤,幹,膝の角度を客観的に定量化します.
• トータルヒップ関節整形術 (THA) の後の患者と,ネイティブのヒップ病理を持つ患者の間での補償運動パターンを比較するために.

主な方法:

• 12人の成人を対象とした単一センターの横断的可行性研究 (7人のTHA後,5人のネイティブ・ヒップ病理).
• 標準化された単足トレンドレンブルクテストは,双方向で行われ,スマートフォンの1つのカメラで記録されています.
• AIベースのマーカーレスモーションソフトウェア (OnForm) を使用したオフラインのビデオ分析により,骨盤の傾斜,幹の傾斜,膝の角度の変化を導き出します.

主要な成果:

• AIによる分析は実行可能で,迅速 (平均総ワークフロー時間は215.5s) であり,定量化可能なデータを提供した.
• THA後の患者は,ネイティブの股関節患者 (中位3.0°) と比較して,トランクが著しく痩せ (中位9.0°) ることが示されました.
• 膝の角度偏差 ≥3°は,患者の67%で観察され,広範な補償戦略を示しています.

結論:

• トレンドレレンブルクテストのAI支援のシングルカメラ分析は,実行可能で効率的で有益な方法です.
• AIのアプローチは,重要な運動パラメータを客観的に定量化し,THA後の患者の一般的な補償としてトランク・リーンを強調しています.
• この技術は,THA後のリハビリテーションの客観的な文書化とモニタリングを強化する可能性を秘めているため,より大きな研究でさらなる検証を保証する.