Ny undersøgelse præsenterer real-time biodynamisk knæ OA evaluering træningsrobot

Et forskerhold, tilknyttet Sydkoreas Ulsan Nationale Institut for Videnskab og Teknologi (UNIST) har præsenteret et system, der kvantitativt kan komplementere diagnosen knægigt, som kun blev udført efter røntgen og læges bedømmelse.

Et forskerhold, tilknyttet UNIST har præsenteret et system, der kvantitativt kan komplementere diagnosen knæledgigt, som kun blev udført efter røntgen og læges bedømmelse. Denne dataanalyse i realtid forventes at hjælpe den ikke-kirurgiske behandling og rehabilitering af knæartrosepatienter.

Dette gennembrud er blevet ledet af professor Sang Hoon Kang fra School of Mechanical Aerospace &Nuclear Engineering ved UNIST. I samarbejde med forskerne fra Korea Institute of Science and Technology (KIST), University of Maryland, og Weill Cornell Medical College ved Cornell University, holdet udviklede et system til at diagnosticere knæledt under gang, og at rette behandling og genoptræning i realtid gennem ganganalyse.

Knæartrose er en sygdom, hvor knæbrusken er slidt ned på grund af stor kraft på knæleddet i længere tid. Det var vanskeligt objektivt at bedømme forskellige symptomer såsom smerter alene ved den eksisterende 5. klasses diagnosemetode baseret på konventionel røntgenaflæsning og lægeudtalelse.

I fortiden, knæadduktionens rotationskraft blev målt i bevægelsesanalyserummet, men det var vanskeligt at blive udnyttet, fordi det lægger en stor byrde på patienten gennem den lange dataindsamlings- og behandlingsproces med dyrt udstyr.

Professor Kang og hans forskerhold kombinerede robotsystemer med neurobiologisk mekanik for at skabe robotsystemer, der kan bruges i faciliteter, der kan installeres hvor som helst. Ved at måle kraften på træningsudstyrets fod og ankelbevægelsen, mens patienten går, alle kræfterne på knæleddet kan beregnes i realtid for at bestemme sværhedsgraden af ​​gigt.

Da kraften påført leddet og rotationen af ​​adduktionsrotationen kan identificeres i realtid, patienten kan blive vejledt af en effektiv gangmetode, som kan forventes at udvikle en ikke-kirurgisk behandlings- og genoptræningsmetode.

Systemet kan implementeres til en lavere pris end det eksisterende bevægelsesanalyserum, og dataindsamling og analyse kan udføres i realtid for at give objektive data til at supplere diagnosen knæledgigt. Udover, det forventes også, at ganganalyse i realtid kan hjælpe patienter med den behandling og genoptræning, de har brug for.

"Denne teknologi kan give diagnostisk assistance og avanceret biofeedback-rehabiliteringstræning gennem tilvejebringelse af objektive data til patienter med knæarthritis, " siger professor Kang. "Det vil også bidrage til åbningen af ​​et nyt kapitel i skræddersyet robotrehabilitering tilpasset patienter og forhindringer på Ulsan Public Industrial Hospital og rehabiliteringshospitaler."