VRneck SOLUTION – Moduł automatycznej diagnozy

Istotnymi elementemi systemu VRneck SOLUTION są moduł automatycznej diagnozy oraz moduł automatycznego doboru programu terapii. Oba moduły zostaną stworzone z wykorzystaniem metod sztucznej inteligencji (AI). Metody te będą wykorzystywały inteligentne algorytmy analizy danych, które uczą się wykrywać zależności pomiędzy zapisami urządzenia VRneck (oraz innych dostępnych źródeł informacji) oraz zaburzeniami czynnościowymi w różnych segmentach.

W konstrukcji systemu sztucznej inteligencji wykorzystane zostaną wszystkie dane diagnostyczne. Pozwoli to na stworzenie kompletnych danych treningowych, gdzie wielomodalne źródła informacji mogą być wykorzystywane przez opracowywane modele w sposób wzajemnie się wspierający.Jest obecnie popularnym podejściem w wielu obszarach analizy danych związanych z medycyną i zdrowiem. Generyczną funkcjonalnością obu modułów będzie rozpoznawanie, na podstawie sygnałów z VRneck oraz danych z innych źródeł, segmentów, w których obserwowane są zaburzenia funkcjonalne. Ze względu na duże zróżnicowanie danych medycznych i danych z urządzenia VRneck oraz ich często złożoną strukturę system sztucznej inteligencji powinien być systemem wielowarstwowym. W najniższej warstwie powstanie swoisty system ekstrakcji cech. Dla parametrów o bardziej złożonej strukturze powstaną osobne klasyfikatory (np. klasyfikator siatki błędów ruchomości VRneck), których wyniki będą parametrami kolejnej warstwy. W drugiej warstwie powstanie złożony system wnioskowania, wykorzystujący elementy uczenia maszynowego, którego wyniki działania mogą mieć jeszcze charakter rozmyty. Ostatnia warstwa odpowiedzialna będzie za stworzenie oczekiwanej diagnozy. Specyficzną właściwością

opracowywanego systemu jest wieloparametrowa diagnoza. Implikuje ona konieczność stworzenia osobnych modeli wnioskowania inteligentnego dla każdego z oczekiwanych parametrów diagnozy. Na etapie badań zostaną określone najefektywniejsze metody sztucznej inteligencji, które zapewnią zdolności generalizacyjne w kwestii określania diagnozy.

Warstwowość tego systemu, a co za tym idzie etapowość będzie analogiczna do sposobu analizy i wnioskowania klinicznego przeprowadzanego przez lekarzy i fizjoterapeutów, a to oznacza, że decyzje systemu sztucznej inteligencji będą mogły być lepiej zrozumiałe dla lekarzy i terapeutów. Podział na mniejsze podsystemy wnioskowania/klasyfikacji spowoduje też mniejsze zapotrzebowanie w kwestii liczebności zbiorów uczących. Trzecia korzyść polega na łatwiejszej kontroli i modyfikacji takiego systemu. Dlatego też zakłada się, że sztuczna inteligencja w systemie VRneck SOLUTION nie będzie systemem zamkniętym. Będzie istniała możliwość systematycznego korygowania i douczania systemu, co będzie nadzorować grupa ekspertów (lekarze i fizjoterapeuci). Celem takiego rozwiązania jest ograniczenie liczby nietrafnych diagnoz.Moduł automatycznego doboru programu terapii będzie skonstruowany na analogicznych zasadach jak moduł automatycznej diagnozy. W tym przypadku program terapii nie będzie ograniczał się jedynie do metody VRneck. Na bazie pozostałych parametrów diagnostycznych oraz bazy wiedzy eksperckiej z zakresu metod rehabilitacji osób z zaburzeniami części szyjnej kręgosłupa system powinien zaproponować również adekwatne do analizowanego przypadku metody terapii spoza systemu VRneck.

Udostępnij