Objetivos
Los objetivos del proyecto AI-REHAB son los siguientes:
Desarrollo de Algoritmos IA:
Realizar un pre-diagnóstico inicial del paciente y optimizar individualmente cada tratamiento.
Ajustar el sistema robótico en tiempo real
La evaluación predictiva del rendimiento motor y prevención de la fragilidad
Adabtabilidad
Adaptar los exoesqueletos, mediante sensores biométricos, para optimización del proceso de rehabilitación y/o prevención.
Mejorar la calidad de vida:
Reduciendo el tiempo necesario para la rehabilitación mediante terapias personalizadas.
Permitiendo un diagnóstico temprano del riesgo de fragilidad.
Reducir Costes:
Disminuir los costes de los sistemas públicos de salud y los costes para las personas rehabilitándose en clínicas privadas
Desarrollo:
Desarrollar un sistema avanzado para la neuro-rehabilitación de la movilidad tras un ictus, una lesión medular o una enfermedad neurodegenerativa.
GOGOA:
Desarrollar un nuevo controlador de exoesqueletos para neuro-rehabilitación, con capacidad de reprogramación dinámica de las sesiones, basado en sensores biométricos y algoritmos de AI.
MOVEX:
Disponer de una herramienta con algoritmos AI para la programación optima de los protocolos de rehabilitación.
FUNDACION MIRANDA:
Disponer de algoritmos de prevención de la fragilidad, basados en AI, para la personalización de servicios asistenciales.
Novedad
Aún no existe una herramienta que permita una evaluación y predicción del riesgo de fragilidad motora.
Para ello la IA puede ser utilizada de diversas maneras:
Personalización de los exoesqueletos dependiendo del usuario.
El control de los movimientos de los exoesqueletos en tiempo real.
Prever el riesgo de dependencia y planificar intervenciones y tratamientos.
Para realizar todas estas funcionalidades:
Se desarrollarán algoritmos de AI para un pre-diagnóstico inicial del paciente.
Se optimizará individualmente cada tratamiento, con el objetivo de planificar la siguiente sesión de rehabilitación a realizar.
Mediante la introducción de sensores biométricos, se monitorizará en tiempo real el estado físico del paciente.
Entrenamiento de sistemas AI
Se utilizarán fuentes de datos complementarios sobre el proceso de neuro-rehabilitación y el rendimiento sensomotor de las personas mayores.
Datos clínicos del paciente
Datos recogidos mediante entrevistas y exploración y valoración analítica.
Algunos de estos datos son:
- Edad
- Genero
- Antecedendes del paciente
- Medicacion actual
- Patron respiratorio
- Fatiga
- Pruebas diagnosticas complementarias
- Análisis postural en la sedestación
- Balance articular general
- Control de tronco
Datos de ejecución
Datos del paciente en las sesiones de rehabilitación, recogidos de forma automática mediante el controlador del exoesqueleto:
Algunos de estos datos son:
- Registro de la sesión
- Tiempo de ejecución
- Numero de pasos (izquierdo y derecho)
- Modo de ejecución del exoesqueleto
- Patrón de marcha seleccionado
- Longitud del paso
Datos biométricos
Recogidos mediante sensores durante las sesiones de rechabilitación
Algunos de estos datos son:
- Tensión arterial
- ECG (detección de arritmias ventriculares)
- Nivel de estrés
- Saturación de oxígeno en sangre (spO2)
- Frecuencia cardiaca
- Calorías consumidas
Oportunidad
Problema
No existe aún un procedimiento científico para decidir la terapia más adecuada para cada paciente.
Solución 1
Este nuevo producto pretende desarrollar un nuevo procedimiento revolucionario para la neuro-rehabilitación de la movilidad.
Solución 2
Ser capaces de preveer la fragilidad motora con el objetivo de adaptarse para dar un tratamiento los mas eficiente posible
Sinergias
Las TIC’s y las empresas decicadas a la rehabilitación de personas con lesiones neuromotoras pretenden crear sinergias claras entre el mundo industrial y asistencial.
Impulso
Enorme oportunidad para impulsar una mayor presencia internacional de la investigación vasca en el mundo del sector de las biociencias.
Innovación
La aplicación de la AI a los exoesqueletos puede brindar una oportunidad para generar nuevo conocimiento y mejorar la tecnología existente.
Colaboradores
