在帕金森病中使用视频技术和人工智能自由生活下跌风险评估

科学领域:

• 生物医学工程 生物医学工程
• 神经科学是一个神经科学.
• 人工智能的人工智能

背景情况:

• 布对患有帕金森病 (PwPD) 的人来说是一个重大挑战,影响了他们的生活质量和独立性.
• 目前对跌倒风险的临床评估可能不准确地反映现实情况,需要创新的方法.
• 可穿戴惯性测量单元 (IMU) 提供客观的步态数据,但缺乏环境背景,限制了全面的跌倒风险评估.

研究的目的:

• 开发和评估一种新型的人工智能 (AI) 算法,使用可穿戴的基于视频的眼睛跟踪眼镜来补充IMU步行数据,以改善PwPD的自由生活下降风险评估.
• 探讨PwPD在日常生活中采用可穿戴视频技术和人工智能用于降落风险监测方面的看法和担忧.

主要方法:

• 微调的You Only Look Once版本8 (YOLOv8) 对象检测算法用于分析可穿戴眼镜的视频数据,检测对象和用户的目光.
• IMU步行数据与人工智能处理的视频数据相结合,以进行全面的跌倒风险评估.
• 与PwPD进行了焦点小组讨论,并使用专题内容分析来解释他们对可穿戴视频技术和人工智能采用的反.

主要成果:

• YOLOv8算法在从视频数据中检测和上下文化环境对象方面表现出高精度 (mAP50 = 0.81).
• 综合方法提供了对环境因素和用户视线的洞察力,提高了对跌倒风险的步态数据的解释.
• 普华永道表示更喜欢人体工程学设计,谨慎的可穿戴视频眼镜,并强调需要对人工智能数据处理进行控制,以确保隐私.

结论:

• 可穿戴视频眼镜与人工智能的组合提供了一个有希望的,整体的方法来评估PwPD的自由生活下降风险.
• 通过人工智能数据处理的用户控制来解决隐私问题,对于普华永道成功采用这些技术至关重要.
• 这项技术有可能使PwPD更好地了解和管理他们个人的跌倒风险.