一个基于人工智能的视频的膝关节运动范围测量仪 (ROM) 评估:可靠性和有效性与传统的测量仪相比

科学领域:

• 生物医学工程 生物医学工程
• 康复技术 康复技术 康复技术
• 医疗保健中的人工智能

背景情况:

• 准确的膝关节运动范围 (ROM) 测量在临床和康复环境中至关重要.
• 传统的测法面临着挑战,包括校准需求,人为错误和测量不一致.
• 为了解决这些局限性,推出了一种基于视频的AI驱动的光度计.

研究的目的:

• 为了评估一个新的AI驱动的基于视频的度计 (DETROM) 的可靠性和有效性.
• 为了比较DETROM的性能与传统的通用度学,用于膝盖ROM评估.

主要方法:

• 一项涉及26名健康个体的横截面研究.
• 膝盖曲和延伸ROM用DETROM测量了三次,用通用气球计 (UG) 测量了一次.
• DETROM使用深度学习模型来估计姿势;可靠性通过ICC进行评估,有效性通过布兰德-阿尔特曼分析进行评估.

主要成果:

• 在膝盖曲 (ICC=0.98) 和延伸 (ICC=0.87) 方面,DETROM 显示出了优异的内部可靠性.
• 布兰德-阿尔特曼分析表明,DETROM和UG之间存在良好的一致性,平均差异为曲的-3.50°和延伸的0.78°.
• 结果表明,人工智能气球计的高一致性和准确性.

结论:

• 由人工智能驱动的DETROM提供了可靠和有效的膝盖ROM测量,与传统的测量相比.
• 这项技术提供了一个非侵入性,用户友好和可访问的工具,用于增强康复和远程患者监控.
• DETROM有可能改善物理治疗和体育医学中的临床评估和患者护理.