利用廣義回歸神經網絡演算法自動化推估中風動作恢復的階段

研究顯示利用以廣義回歸神經網絡(Generalized regression neural network, GRNN)所建構的預測模型可準確的分析中風患者的動作恢復階段,且準確度可高達93.6%。所謂的廣義回歸神經網絡演算是由1991年D.F. Specht所提出來的方法,簡要的來說,它的原理技術是建立在非線性回歸分析的理論基礎上;其結構組成包含四個部分,分別為輸入、模式、加總、輸出,可參考以下圖示。

GRNN

那究竟實際的執行架構和應用情境為何?研究報告指出此自動化分析的系統共有三個結構,分別是病人端、醫療端和網路伺服器。使用的情境是首先病人會配戴加規於上臂中點和手腕關節部位(如下圖),再按照醫療人員的指示進行選定的測試動作,即用患側手碰觸對側的肩膀。在此同時,穿戴型的加速規會即時上傳資料到網路伺服器儲存並分析受試者的動作資料,最後自動化的判斷出中風病人功能恢復的階段。如此,醫療人員便可根據系統判讀的評估結果適時調整訓練處方或了解病人改善的程度。由於應用的概念是從遠距的需求為出發點,因此皆有助於日後在居家和社區上的推廣與實行。

加速規配置示意圖

關於此研究另一個值得探討和借鏡的是資料分析的方法。有5種高階的參數從加速規中被進一步計算取得,其中包括Maximum magnitude of data(AMP)、Root mean square value of data(RMS)、Root mean square value of the derivative of data (JERK)、Mean value of data(MEAN) 和Approximate entropy of data (ApEn)。還有許多其他速度、角度資料也被一併擷取成為GRNN演算模型的訓練資料。

當然,最後實驗的結果非常理想,如一開始在文中所描述到利用GRNN模型所建構的系統在判讀中風動作恢復階段的準確度高達93.6%。這樣的結果也說明了遠距執行評估的可能。未來亦能落實在社區或患者居家環境中,協助醫療人員有效率的掌握病人恢復改善的狀況和據此給予對應的治療計畫選擇。

參考資料

Wang J-P, Liquan G, Sheng T-Y, Xiong D. Automated Brunnstrom Assessment for Home Rehabilitation Based on GRNN Model. ITM Web of Conferences. 2017;12:01021.

用團體競賽活動激起中風後患者復健的鬥志

  根據統計罹患中風,僅有三分之一的人可完全恢復,也就是大部分的人會出現肢體;認知等功能障礙,或多或少都會影響到日常生活,因此中風後的復健顯得格外重要。

  但是很多中風後患者對於復健都有同一個心聲:每天面對同樣的儀器、做同樣的動作好無聊,讓人提不起動力來進行復健。

  這樣的心情導致進行復健時無法全力以赴,達到目標要求,影響復健成效,因此治療師們想出現了團體復健訓練,讓中風後患者們一起進行不一樣的復健訓練。有國外研究顯示,團體復健訓練相對個人復健訓練有更好的成效

  團體復健訓練不僅內容更多元、更有趣,最重要的是有人的陪伴,而且是一起「共患難」的病友,有同儕的鼓勵支持更能讓自己有動力面對療程,也減少中風後受到的精神打擊,復健療程因而從一帖苦藥變成一項令人期待的樂趣。

  龍骨王深深認同團體復健的精神和效果,因此延續過去的研發能量,推出「快樂動一動(HappyGoGo)團體競賽系統」給醫療院所、長照機構、社區健康據點等機構,提供機構人員們一項智慧又好用的工具。

  「快樂動一動(HappyGoGo)團體競賽系統」擁有數十種的多人活動,機構人員可以自由搭配、設計課程,而且龍骨王設計了多款具有台灣文化特色的活動,能讓台灣患者在遊戲訓練中倍感親切和熟悉。此外,透過競賽的方式,激起患者們間的競爭意識,更積極投入活動。

  而對機構人員來說,使用這套系統不僅可以更便利的設計多種課程,也因為由系統分擔了帶活動的工作,他們能更專心在與患者間的互動,以及注意患者進行活動時的狀態和安全,提供更好的照護。

  龍骨王期望透過這一套新系統,可以幫助更多的患者重返日常生活功能,帶給醫療界更美好的轉變。

Ref: Effects of individualized versus group task-oriented circuit training on balance ability and gait endurance in chronic stroke inpatients. Bonggil Kim, Yunjin Park, Yonggon Seo. J Phys Ther Sci. 2016 Jun; 28(6): 1872–1875.

遠距復建的新思維與疫情下的應用

遠距復建的需求一直都是明確且強勁的,不論是以病人為中心而言或對於整體社會或醫療生態的都能帶來強大的支持和影響力,尤其在此疫情蔓延的特殊時空背景下,遠距復健服務更會是有效的整合性解決方案之一。

若詳細的討論到遠距復建的重要性和貢獻,具體來說至少有幾下幾點

  1. 減少民眾舟車往返醫院的時間、交通、陪伴成本。
  2. 透過科技所發展的遠距復建系統可提高個案持續練習的動機,並維持一定的復健強度,避免返家後就遺忘或無紮實完成交代的訓練功課而使成效不彰。
  3. 因應疫情期間,可以減少去醫院的次數,大幅降低感染風險。
  4. 增進醫療人員的工作效率,隨時登錄平台查看報表結果,確認個案復健狀況並進一步評估分析,適時調整訓練組合項目或給予個別建議指導。
  5. 遠距復建的Data hub系統利於一對多管理追蹤,亦可藉由虛擬的平台功能從事雙向互動回饋,讓醫療服務不受時段地域限制。

此外,針對新冠肺炎的情境,遠距復健亦能發揮關鍵的作用,補償整合現行的醫療體制,在此疫情肆虐下既能保障民眾的安全,且又能使醫療服務輸送不中斷,達到兩全其美的結果!

1. 減低院內感染風險

高傳染危險性的武漢肺炎,對於需要持續到院復健的慢性病患增高了院內感染的風險。慢性病患者預計也是武漢肺炎高致死率族群。若能分散其到院次數,將可大幅減少院內感染風險。降低患者與陪伴家屬感染風險。

2. 持續原有復健患者療程

患者在家根據遠距系統,即能根據病人所需進行復健的訓練與評估。其功效近於治療師近身指導。遠端治療師/個管師也能根據系統分析的評估結果,動態的介入調整其訓練強度。讓患者復健進程不因肺炎隔絕而中斷

3. 後肺炎傳染病復健模式創立者
(NeoRehabilitation Model Creator in post-pandemic period)

後肺炎時期復健患者到院意願下降,同步影響醫院巨量營收平衡。兼具不流失既有患者復健需求,擴大服務病人基數,以及提高臨床人員效率。

 

新式復健活動注入社區健康促進計畫

  台北市政府在2017年推出「石頭湯」社區整合照顧服務,整合醫療服務和社區關懷,提供居家醫療、護理、復健等服務,成功解決許多失能長輩的照護問題。

  除了石頭湯,各縣市的政府或醫療院所也為提升社區銀髮族的健康,提供各式各樣的社區整合照顧服務計畫。

  在這樣的情況下,院外復健醫療的需求興起,深耕台灣多年的龍骨王因而有幸參與,為社區醫療注入新力量。

  早年,龍骨王推出的太極拳、十全保健操等讓銀髮族一起在社區據點做健康操,促進身體平衡協調等功能,延緩退化。

  2019年起,龍骨王推出多人團體活動系統——快樂動一動(HappyGoGo),讓長輩們一同進行趣味競賽,透過畫面真實呈現自己的影像,不僅增加視覺刺激與回饋,更能激發長輩的參與活動的意願,主動積極投入活動之中,進而促進長輩間的社交能力,可謂是全方位照顧到了長輩們的身心靈健康。

  然而,在新冠病毒(COVID-19)的肆虐之下,許多長輩減少前往醫療場所,如此不僅造成重要的復健訓練停滯,連平時的社交活動也受到影響,長輩們,尤其失智症患者,容易陷入憂鬱的情緒之中。

  見到這樣的狀況,龍骨王積極將廣受好評的《快樂動一動》再推廣至更多社區據點,甚至是居家,讓長輩們的復健活動不中斷,甚至更健康,以有更好的免疫力抵抗病毒的侵襲,一起度過這次的世界災難。

  「石頭湯」這名字來自於一個描述「分享與愛」的故事,社區整合照顧服務計畫正如這個故事,醫療人員、照服員、志工、業者一起出份心力投入社區長照,打造一個健康又充滿愛的社會。

遠距復健的意義和價值

遠距復健服務的需求一直存在,且日益被重視。舉例來說,即使身在醫療可近性相當高的台灣,要去一趟醫院也往往耗費許多交通的時間、等待的時間,甚至需要多一個家屬陪同就醫,我們時常大費周章的卡進一個排隊等候的位置,只為了得到醫療人員一句回饋或接受最基礎的衛教指導,然後再耗費同樣的時間、體力返家,才發現已經忘了剛才醫師的交代和建議,是否真的有遵照指令、正確落實恐怕也實無把握,既浪費了一天看診又未必見效,相信是大家或多或少共有的經驗。

而若上述的狀況套用在復健醫療的情境,那只會造成更多的困擾和無意義的結果,畢竟復健的確是需要漫長的時間,並非靠簡單的吃藥、改變生活習慣就能恢復。需要定期回診評估和接受理療和特殊的運動計畫指導,並持續正確的練習,才能改善症狀,逐漸好轉。但問題的癥結點就在於,大部分的病患並無那麼多閒置時間可以頻繁的回診,完整的執行療程。再加上交通往返、排隊等待或其他無形的成本增加,都會造成莫大的阻力,而使醫療成效和品質受限。

因此若能發展出一套遠距復健的解決方案,民眾就可以在私人住所或其他地點執行復健計畫,例如簡單地藉由科技的方法取得運動指導的衛教短片或來自醫療人員的回饋推播訊息,並藉由透動作偵測技術分析動作表現和特徵,將此評估結果回傳給本部的醫療人員瀏覽監控,以決定是否調整運動訓練內容或確認動作是否確實完成且正確操作來避免不必要的運動傷害。然,為了達到此遠距復健的應用,將多功能的部件整合於單一的機器上是極為可行的方式,接著再連結專屬的軟體平台,如此便能輕易地在使用者的手機和平板上管理資料和追蹤復健的進展狀況。

當然,遠距復健服務的價值不僅在於可以節省病患往返醫院時間或其他各種經濟層面的消耗,更重要的是能夠促進醫療服務的工作效率,減輕人工的負擔和去除醫病雙方多餘的辛勞。利用科技的便利和優勢,讓醫療資源的運用達到最大的貢獻與雙贏的結果。

從MRI的價值發想新評估工具應用的可能

眾所周知,MRI的評估對神經系統損傷的病人相當重要,因為透過MRI掃描腦部可以得知病人的大腦病變之所在,推測其根源病因,在對症下藥,給予一系列對應的治療措施。所以執行MRI評估已是臨床標準作業流程之一。

隨著現代醫學的發展,MRI的使用率逐漸變高。我們也的確發現MRI設備跟過去比較的話是更加普遍,但事實上整體而言,MRI仍屬相對的稀缺資源,而且若是非緊急/急性病人,想要進行MRI檢查,排程都相當久,平均要等一到兩個月,所以我們認為市面上勢必需要打造出一個像MRI的評估工具,而且具備有快篩的特性,能夠觸及更多有需要的族群,藉由執行簡單的動作功能測試,就能取得類比MRI判讀的資訊,同時更重要的是,我們設想此新概念建構的系統最後將自動化產出對等專業人員評估的報表,其中包含有疾病的分期、嚴重度和腦部的神經損傷程度的評估項目,如此便可以協助醫療人員快速的統合判斷病人的預後發展,而不需要讓病人大費周章地再去照MRI,耗費許多時間和費用。另外,針對復健病人在黃金復健階段,的確是需要定期的監測追蹤,所以臨床這些常態性的檢測工作如果能交由科技或自動化的評估工具來執行,不僅會達到事半功倍的效益,也能提供一致性的客觀數據,輔助醫療決策的擬定和作為治療反應的參考基準。

prototype-EVAGo pitch deck0324

臨床貢獻

1. 快篩,可接觸所有潛在有需要評估的族群
2. 藉由簡易的外在肢體動作評估即可推知腦部神經的適應和變化跡象
3. 快速產生有如專業人員評估的報表內容,同時反映臨床結果和內在的大腦神經結構特徵
4. 成為常態性的檢測工具,以自動化的分析模式讓醫療評估作業事倍功半
5. 提供標準化和客觀的數據,協助醫療人員決策、追蹤監控病情發展。
6. 兼具臨床表現和腦部評估的資料,有利於判斷預後狀況和給予治療反應的參考

MRI影像對復健醫學的重要性

對於急性神經性的患者而言,安排影像學的檢查,如CT(電腦斷層掃描)、MRI(核磁造影)有助於第一時間評估和處置,也是臨床標準的作業準則。研究也指出透過MRI分析腦部缺血組織的狀況能在早期就區辨出那些具有血栓問題的病人,使他們獲得適當的治療與及時的醫療介入。然而,針對在復健階段,MRI的應用和產生的效益卻較少被探討。事實上,根據許多文獻和理論基礎,MRI對復健臨床而言至少具備以下三點重要性或貢獻。

1. 確認腦部神經病變、異常的特徵和結構

無疑的,透過MRI可以清楚定位出腦部受損結構,例如若主要的動作皮質區損傷或從運動解剖地區判斷出對應的手腳控制的神經元網絡範圍,則可知道上肢或下肢的表現能力受到影響。另外,MRI也能提供臨床人員重要的資訊協助了解病患腦部病變的特徵,像是缺血組織的侵犯區塊、阻塞面積的大小或是神經可塑發生的位置和灰質體積等,用以掌握病情的發展或作為病患接受復健介入或其他治療計畫的反應和改善成效的參考。

brain mapping

2. 雙向評估,避免診治疏漏

除了理學檢查外,加上MRI的分析數據能達到雙重確認的目的,因為若只透過單純的動作測試來評估病患的恢復狀況或肢體功能表現,則有可能因為動作測試本身的侷限性而遺漏潛在的問題,舉例來說,若視丘系統或其他相關感覺輸入傳導路徑損傷,導致感覺喪失或不足,而由於感覺問題於外在並無異狀,有可能因此忽略或並未納入病患的感覺系統受限的考量因素,而造成治療計畫失效或決策誤差。

3. 提供預後資訊,判斷病人恢復的程度

從早期MRI掃描腦部的結果,也有助於臨床人員了解病患的預後狀況,許多研究證實MRI的影像學資料合併理學檢查,比單純評估臨床表現和症狀更能夠準度的預測病患未來恢復的結果。以中風病患來說,他們在腦部解剖結構上的病變與異常跡象實際上是與後續時期恢復的進展變化有明確特殊的關聯性,因此若能在更早的階段透過MRI取得分析結果,並一路定期追蹤至慢性期的時間點,則可大幅掌握病患恢復的發展與評估功能進步的最大潛能。

雖然MRI在復健領域的使用上有其顯著的重要性和價值,但可能礙於儀器操作複雜、使用費用昂貴、排程困難的緣故,導致後期復健階段需使用MRI定期追蹤檢查的措施不易落實。因此,在醫療的應用端,引入或研發新的評估工具,且可達到類比MRI的功效有其相當的必要性,值得產業界和醫界共同合作投資,提出理想並符合成本效益的產品方案,以解決市場上的需求和突破MRI行之有年但仍無法以迅速、有效率的策略觸及、為廣大需要評估的族群提供分析監測的限制。

Stinear CM, Ward NS. How useful is imaging in predicting outcomes in stroke rehabilitation? Int J Stroke. 2013;8(1):33-7.

以機器學習演算法分析kinect骨架資料實踐即時的姿勢識別功能

目前,AI最廣泛常用的範疇不外忽是聲紋辨識、自然語言溝通、影像辨識等應用。但似乎在動作肢體方面的辨識或特徵評估卻較少被探討和實作。然而,肢體動作表現是每個人從事日常活動非常重要且基本的能力之一,同時不同的肢體型態和動作模式也代表著各自的涵義,更進一步來說,以醫學的角度而言,動作模式的異常往往與疾病的特徵相關,如中風病患會因為張力過強而表現出多關節聯合的協同動作,因此,當發現一個人具有異常的動作特徵或肢體變化,便可推測或評估出是否發生某種潛在疾病或健康問題。

然而,除了經過專業的醫療人員以人為觀察的評估外,我們是否還有別的方法能夠獲得辨識身體動作或姿勢、肢體變化的結果?根據一篇科學期刊的研究報告顯示,運用機器學習的技術來從事肢體動作的識別和解讀似乎是個可行之策。

此篇研究的作法簡要的來說,如下圖所示,是利用3D動作偵測器取得人體骨架的座標數據資料,再將此原始骨架資料進一步處理轉化為向量特性的肢段參數並給予指定的姿勢標籤(共18種),由於不同的肢段向量參數組合出不同的身體姿勢,所以運用機器學習演算法完成的預測模型便能自動化的辨識出使用者現在的姿勢狀態而指認出正確的姿勢類型。

ML實驗流程

為了進行骨架資料的分析處理進而利於後續姿勢識別的作業,每一時間點的骨架資料會被拆解成數個向量變數,如下圖所示,此向量變數顯示出各個關節點相對在空間上的位置關係,可想而知,透過此資訊的分析便可推測出最終有意義的姿勢特徵或動作屬性。

肢段參數

當然,運用原始的身體骨架資料來執行姿勢識別只是眾多應用的案例之一,未來一定有更多新的情境,需要採用機器學習技術去解析複雜的肢體動作模式的狀況,而不限於靜態姿勢的評估而已。十分期待和看好機器學習技術在往後的發展,尤其在動作分析領域,許多像是利用動作控制為基礎的人機互動系統使用或在醫療端有效的替代人力進行肢體表現評估皆得以受益於此科技的幫助,值得大家用心實踐與研發。

Y. Choubik and A. Mahmoudi, “Machine Learning for Real Time Poses Classification Using Kinect Skeleton Data," 2016 13th International Conference on Computer Graphics, Imaging and Visualization (CGiV), Beni Mellal, 2016, pp. 307-311.

108年長照服務市調探討

隨著政府大力推行長照政策和扶植相關健康照護產業的發展,目前長照的各種服務日漸完備,舉凡各式各樣專業服務項目,如家醫照護、護理、各職類復能居家協助等,甚至更全面覆蓋至生活身心理處境一切事務,諸如沐浴、交通、托顧等,皆能受惠於健全的長照服務支持系統。另外,各階層的長照機構也如雨後春筍般興起、散佈於台灣各個角落,使民眾可以就近便可取得長照資源,實現在地老化、全人照顧、鄰里關懷援助的目標價值。

根據政府公開資料顯示,108年提供的長照服務清單(連結)中,全台各個長照據點所提供的特約服務項目合計高達8210之多,可以想見基本上在台灣的長照模式已邁入成熟普及化的階段。而其中若以各類服務作區分,將小規模多機能服務、長照C據點、日照、專業服務、家屋等銜接醫療後續照顧或提供初級保健預防目的者獨立出來,則共有4467之多。更進一步分析其細部結構,按區域來分,台中以北的縣市具有上述服務項目申請者(未歸戶),多達1486筆登記資料。整體看來,這些統計資料背後對應的長照市場十分可觀,也反映了現今高齡化社會的迫切需求,更因此吸引許多社會企業投入發展,創造出新的業務空間與經濟規模。

當然,龍骨王身為在復健領域的醫材業者之一,對於長照服務的耕耘和掌握已有深厚經驗,尤其近期我們推出了多人團體互動訓練軟體(快樂動一動),這是一套針對日照、社區機構情境所發展的產品,能夠透過像是遊戲的方式帶動長輩一起運動,達到健康促進、維持體能的目的。此款多人互動訓練軟體的內容豐富,共有18種以上的互動項目,非常利於機構進行課程規畫與活動設計的方案。龍骨王期望藉由提供多人互動軟體的工具,有效率的協助長照人員給予安全且合適的活動計畫,讓長照機構的住民能持續保持體能肌力,並在一同參與活動的過程中,體驗到快樂、溫馨與比賽帶來的成就和團體趣味。

在復健醫學實現精準醫療

  精準醫療是針對病人體質差異和疾病的異質性的特殊考量下,去訂定疾病預防和治療策略。

  以中風為例,目前在台灣,中風後的常規儀器檢查是電腦斷層(CT)和核磁共振(MRI),透過影像學確認受損腦區,然而,以現在的醫學對腦區的了解,僅能知道大致的影響,實際上並不能直接透過影像的辨識和分析,直接精準推測身體功能受到的影響,往往是透過醫生和治療師進行身體功能檢測來雙向確認腦部及身體功能的損傷。

  而對患者的生活而言,比起理解腦部哪個區域受損,功能的恢復更為重要,復健訓練便是針對功能的恢復進行治療,然而,在治療之前,需要評估到底哪些功能受到損傷,但如前面所述,目前台灣主要是由醫生和治療師施作理學檢查,不似腦部有客觀、科學化、數據化的機械檢查,因此常見檢查之後,所獲得之治療仍然人人間大同小異。

  那如何做到精準醫療?

  龍骨王將鑽研近十年的核心技術「體感偵測」應用到評估身體功能,透過體感偵測器感測患者的肢體動作後,以AI技術分析所得資料,產出標準化的數據報表,讓醫師和治療師可用科學數據更為精準地評估患者的身體功能損傷狀態,以針對病情制定專門的治療訓練,提升訓練的成效。

  此外,透過報表和管理平台,醫師和治療師能持續系統性地傳承、追蹤紀錄。再者,體感偵測器可以記錄到人不易察覺的細小異常,相較於理學檢查,能作為監測病情變化的極佳幫手,讓醫師和治療師可及時根據疾病的變化進行療程的調整,達到精準醫療。

  這樣的工具不僅可應用在中風病人,亦能應用在廣泛的醫學領域之中。

  例如,為亞健康或失能的銀髮族進行動作評估檢測,可以預測跌倒風險,以及早做跌到預防,避免後續的併發症。或是運用敏感的體感偵測器可以捕捉細微異常的特點,成為帕金森氏症早期篩檢的工具。

  龍骨王現在已經研發出評估系統的雛型,可望在不久的未來,在復健領域實現精準醫療,提供醫者一項便利的工具,為患者帶來更好的醫療照護。

以最新科技,全面向評估身體機能,實現精準醫療。