客観的かつ子供向け 3次元センサーを用いた上肢機能の評価

この子供向けのゲームテストの全体的な目標は、市販のデジタル3Dセンサーに基づいており、臨床試験のために上肢の機能を客観的に評価することです。この方法は、多くの神経筋疾患の筋肉機能がどのように変化したかなどの重要な情報を提供できます。この手法の主な利点は、評価が客観的かつ定量的で高解像度であることです。

私たちの方法が脊髄性筋萎縮症の疾患の進行を測定するためにどのように拡張されるかの意味は、子供たちが標準的な臨床評価でしばしば悪い成績を収めるためです。私たちが設計したテストは上肢の動きに関する洞察を提供しますが、同じ手法を全身歩行やバランス分析などの他の運動症状にも適用できます。この手法のアイデアを思いついたのは、薬物効果の評価におけるゲーミフィケーションの可能性についてブレインストーミングをしていたときでした。

この方法のデモンストレーションは、ゲームのダイナミクスに対する有意義な洞察を提供し、セットアップを理解するための非常に迅速な方法であるため、より広くなっています。手順のデモンストレーションは、研究が実施されたバーゼル大学病院の医師であり、研究にも参加した健康なボランティアであるウルリケ・ボナティです。まず、3-D センサー ドライバーとワードローブ ゲーム アプリケーションをテスト コンピューターにインストールします。

次に、コンピューターを0.5〜1メートルの高さのテーブルに置きます。3Dデバイスをコンピューターの中央に合わせてテーブルに置き、必要に応じて3Dセンサーの角度を調整して、被写体を正しくキャプチャします。次に、3Dセンサーアダプターをコンピューター、3Dセンサー、および電源にそれぞれのケーブルで接続します。

最後に、テーブルから約2メートル離れたところに調節可能な椅子を置きます。テストを開始する前に、コンピューターを起動して音量を調整し、自動データ送信を可能にするためにインターネットが接続されていることを確認します。次に、被験者に椅子に座ってコンピューターでアプリケーションを起動するように指示します。

次に、最初のページに一意のサブジェクト ID を入力します。スタートボタンをクリックして、ワードローブゲームのページに入ります。画面に表示されるスケルトンフィギュアは、大きな仮想ワードローブの前にいる被験者の体を表しています。

3Dセンサーが被写体を捉えるまで、腕を振ったり、他の動きをしたりするように被験者に指示します。3Dセンサーは赤外線を使用して人体を検出するため、部屋に直射日光や強い日光が当たると、スケルトンフィギュアが歪んだり、見えなくなったりする可能性があります。画面に表示される指示を読み、指示が緑色のフォントで表示されるまで、被験者の位置を調整します。

トレーニングボタンをクリックすると、データを記録せずにトレーニングセッションが開始されます。被験者が画面に表示される指示に従い、ワードローブゲームの要求に応じて腕の動きを実行できるようにします。まず、被験者は片方の腕を伸ばして、ちらつく仮想オブジェクトに到達し、つかむように求められます。

次に、被験者は同じ腕を曲げ、体上の指定されたポイントに触れて仮想オブジェクトを配置するように指示されます。被験者が筋肉の機能不足のために物体に到達したり配置したりできない場合、その物体はプログラムによって12秒後に自動的にスキップされます。または、オペレーターがボタンを押してオブジェクトをスキップすることもできます。

スタートボタンをクリックすると、被写体が再び腕の動きを行う際の記録が開始されます。4分後、被験者が一連の腕の動きを完了できない場合、ゲームは自動的に終了します。ゲームが完了すると、被験者の関節範囲を示すスパイダープロットが表示されます。

最後に、終了ボタンをクリックしてゲームを終了します。上半身の9つのポイントからのトレースをプロットし、被験者はワードローブゲーム、腕機能評価の一部として腕の動きを行いました。この図では、脊髄性筋萎縮症の患者の 9 つの身体点の空間位置が、健康な対照の患者に対して経時的にプロットされています。

それに比べて、対照被験者は患者よりも頭、首、胴体の動きが比較的少なかった。この方法論を使用して得られた生の3Dデータから抽出された情報を使用して、複数のテストラウンドで1人の患者の動きを比較できます。ここに示されているのは、2ラウンドの肘の伸展と肘の屈曲のフェーズのセグメント化されたハンドトレースプロットです。

軌道は両方のラウンドを通じて一貫しており、両手の3つの下部のオブジェクトが顕著にオーバーリーチしています。また、1人の患者の右手と左手の差も測定しました。この図に示すように、1人の患者の右手と左手の速度の間に有意差はありませんでした。

生の3Dデータから抽出された情報からは、個々の被験者間の違いも明らかになりました。患者2と患者3の間の体幹補償運動には、明らかな被験者内差が観察されました。また、患者1と患者3の手の速度の中央値にも顕著な差が認められました。

このビデオを見た後、このワードローブゲームを設定して実行し、腕の機能の客観的な情報を取得する方法をよく理解しているはずです。このテストをマスターすると、適切に実行すれば5分で完了します。この手順のフォローアップとして、筋肉の持久力に関する追加の質問に答えるために、他のテストを実行できます。

この手順を試行する際には、テストデザインと患者の能力を適切に一致させることが成功の鍵であることを覚えておくことが重要です。この技術は、その開発後、臨床バイオマーカーの分野の研究者が治療効果と疾患の進行を測定するための他のデジタルデバイスを探求する道を開きました。