Систематический обзор применения технологии безмаркерного захвата движений для клинических измерений в реабилитации

Введение: Технология безмаркерного захвата движений (MMC) была разработана, чтобы устранить необходимость размещения маркеров на теле при отслеживании и анализе движений человека. Хотя исследователи давно предлагали использовать MMC для клинических измерений — выявления и измерения кинематических параметров движений у пациентов, — её фактическое применение всё ещё находится на начальном этапе. Преимущества MMC для оценки состояния пациентов также остаются неясными. В этом обзоре инженерным компонентам метода уделялось меньше внимания; основная цель заключалась в определении современного применения MMC в качестве инструмента клинических измерений в реабилитации.

Методы: Проведён систематический компьютеризированный поиск литературы в базах данных PubMed, MEDLINE, CINAHL, CENTRAL, EMBASE и IEEE. В каждой базе использовали следующие поисковые термины: «безмаркерный захват движений» ИЛИ «захват движений» ИЛИ «технология захвата движений» ИЛИ «технология безмаркерного захвата движений» ИЛИ «компьютерное зрение» ИЛИ «видеометод» ИЛИ «оценка позы» И «оценка» ИЛИ «клиническая оценка» ИЛИ «клиническое измерение» ИЛИ «оценивать». В обзор включали только рецензируемые статьи, в которых MMC применяли для клинических измерений. Последний поиск проведён 6 марта 2023 года. Обобщены данные о применении MMC у пациентов с различными заболеваниями и при исследовании разных частей тела, а также результаты оценки.

Результаты: В обзор включено 65 исследований. Системы MMC чаще всего применяли для выявления симптомов или обнаружения различий в характере движений между пациентами с заболеваниями и здоровыми людьми. Наиболее многочисленной группой пациентов, у которых проводили оценку с помощью MMC, были больные болезнью Паркинсона (БП) с явными и чётко очерченными физическими проявлениями. Наиболее часто использовали систему Microsoft Kinect, однако в последнее время наметилась тенденция к анализу движений по видеозаписям, полученным с помощью камеры смартфона.

Выводы: В обзоре изучены современные варианты применения MMC для клинических измерений. Технология может использоваться как инструмент оценки, а также помогать выявлять и распознавать симптомы, что в дальнейшем может способствовать применению методов искусственного интеллекта для раннего скрининга заболеваний. Необходимы дальнейшие исследования для разработки и интеграции систем MMC в платформу, удобную для пользователей и позволяющую врачам точно анализировать данные, чтобы расширить применение MMC у пациентов с различными заболеваниями.