Artykuł metodologiczny

Immersyjna platforma zakupowa Cleveland Clinic w wirtualnej rzeczywistości do oceny kluczowych czynności życia codziennego

5.6K wyświetleń

⸱

DOI:

10.3791/63978

⸱

28 lipca 2022

 ,  ,  ,  ,  ,  , 
1Department of Biomedical Engineering, Cleveland Clinic, Lerner Research Institute, 2Neurological Institute, Center for Neurological Restoration, Cleveland Clinic, 3Case Western Reserve University, School of Medicine

W tym artykule

Podsumowanie

Wirtualna rzeczywistość (VR) to potężne, ale niedostatecznie wykorzystywane podejście do rozwoju diagnostyki i leczenia chorób neurologicznych. Platforma zakupowa Cleveland Clinic Virtual Reality łączy najnowocześniejsze treści VR z wielokierunkową bieżnią w celu ilościowego określenia instrumentalnych czynności życia codziennego - proponowanego markera prodromalnego choroby neurologicznej.

Streszczenie

Spadek wydajności czynności instrumentalnych życia codziennego (IADLs) został zaproponowany jako prodromalny marker choroby neurologicznej. Istniejące kliniczne i oparte na wydajności oceny IADL nie są możliwe do zintegrowania z medycyną kliniczną. Rzeczywistość wirtualna (VR) to potężne, ale niedostatecznie wykorzystywane narzędzie, które może przyspieszyć diagnostykę i leczenie chorób neurologicznych. Przeszkodą w przyjęciu i upowszechnieniu VR w neurologii klinicznej jest choroba związana z VR wynikająca z niespójności sensorycznych między układem wzrokowym a przedsionkowym (tj. problem z lokomocją).

Platforma Cleveland Clinic Virtual Reality Shopping (CC-VRS) próbuje rozwiązać problem lokomocji poprzez połączenie wielokierunkowej bieżni z treściami VR o wysokiej rozdzielczości, umożliwiając użytkownikowi fizyczną nawigację po wirtualnym sklepie spożywczym w celu symulacji zakupów. CC-VRS składa się z podstawowych i złożonych doświadczeń zakupowych; Oba wymagają przejścia 150 m i odzyskania pięciu przedmiotów. Doświadczenie złożone zawiera dodatkowe scenariusze, które zwiększają wymagania poznawcze i motoryczne zadania, aby lepiej reprezentować kontinuum działań związanych z zakupami w świecie rzeczywistym. Platforma CC-VRS zapewnia obiektywne i ilościowe wyniki biomechaniczne i poznawcze związane z wydajnością IADL użytkownika. Wstępne dane wskazują, że CC-VRS powoduje minimalną chorobę VR i jest wykonalny i tolerowany dla osób starszych i pacjentów z chorobą Parkinsona (PD). Dokonano przeglądu rozważań leżących u podstaw rozwoju, projektowania oraz technologii sprzętu i oprogramowania, a także przedstawiono wstępne modele integracji z podstawową opieką zdrowotną i neurologią.

Wprowadzenie

W 2008 roku National Academy of Engineering wytypowała 14 Wielkich Wyzwań Inżynieryjnych na XXI wiekst Wiek1Jednym z nich było wdrożenie rzeczywistości wirtualnej (VR) do medycyny. Postęp dokonano w wykorzystaniu VR do szkolenia studentów medycyny2,3, planowanie chirurgiczne3, redukując lęk związany z interakcjami medycznymi4, wspomagając leczenie stanów ostrych5 oraz ból związany z nowotworem6, oraz wspomaganie regeneracji funkcji motorycznych po udarze mózgu7Pomimo tych obiecujących zastosowań, użyteczność VR w medycynie nie została w pełni wykorzystana, szczególnie w zakresie diagnostyki i leczenia chorób neurologicznych. Choć postępy w technologii VR zminimalizowały takie bariery jak koszty, komfort użytkowania gogli oraz intuicyjność obsługi, choroba symulatorowa (VR sickness) nadal utrudnia integrację VR z medycyną.8.

Choroba wirtualnej rzeczywistości (VR sickness) odnosi się do odczuć przypominających chorobę lokomocyjną (np. nudności, wymioty, zawroty głowy)9,10,11, które pojawiają się podczas doświadczeń w VR. Choć w wyjaśnianiu choroby VR nie istnieje jedna uzgodniona teoria, wiodącym wyjaśnieniem jest teoria konfliktu sensorycznego (Sensory Conflict Theory)12. W skrócie, teoria konfliktu sensorycznego sugeruje, że choroba VR wynika z rozbieżności sensorycznych; informacje o przepływie wizualnym wskazują na ruch ciała do przodu w przestrzeni, podczas gdy układ przedsionkowy wskazuje, że ciało pozostaje w spoczynku13. Ta rozbieżność w informacjach sensorycznych prowadzi do zaburzeń równowagi, dezorientacji przestrzennej i niekontrolowanych ruchów posturalnych, które są prekursorami choroby VR. Choć dokładny mechanizm leżący u podłoża choroby VR jest przedmiotem dyskusji, zmniejszenie niedopasowania między źródłami informacji sensorycznych prawdopodobnie zredukuje chorobę VR14 i ułatwi wdrażanie VR w środowisku medycznym.

Lokomocja połączona z VR od dawna jest proponowana jako podejście do redukcji niedopasowania sensorycznego poprzez fizyczne i wizualne zanurzenie użytkownika w środowisku wirtualnym15,16. W kilku badaniach przeprowadzonych u osób starszych, z chorobami neurologicznymi i bez nich, z sukcesem zestawiono systemy VR immersyjne i nieimmersyjne z tradycyjnymi jednokierunkowymi bieżniami17,18,19. Badania te wykazują, że interwencja z wykorzystaniem VR i jednokierunkowej bieżni jest zazwyczaj dobrze tolerowana18, a sama interwencja może zmniejszyć częstotliwość upadków17,19. Wyniki te stanowią obiecującą podstawę do skutecznej integracji lokomocji i VR. Jednak zewnętrzne tempo ruchu narzucane przez jednokierunkową bieżnię nie pozwala użytkownikowi na zmianę prędkości ani wykonywanie skrętów w celu interakcji z bardziej złożonymi, realistycznymi środowiskami wirtualnymi.

W ciągu ostatnich dwóch dekad postępy w sprzętowym i programowym śledzeniu ruchu ułatwiły tworzenie bardziej immersyjnych i interaktywnych środowisk wirtualnych. Przełomem było opracowanie bieżni omnikierunkowej20. W skrócie, bieżnia omnikierunkowa jednocześnie wykorzystuje ruchy liniowe i rotacyjne, umożliwiając użytkownikowi poruszanie się w dowolnym kierunku we własnym tempie. Wykorzystywane zazwyczaj w branży gier, bieżnie omnikierunkowe rozszerzają możliwości wykorzystania środowisk VR w warunkach klinicznych, rozwiązując problem choroby symulatorowej (VR sickness) oraz ułatwiając tworzenie realistycznych środowisk, które lepiej sprawdzają możliwości fizyczne użytkownika, takie jak skręcanie czy zmiana kierunku. W szczególności wirtualne repliki pełnowymiarowych środowisk codziennych mogą wspomagać ocenę funkcji poznawczych i motorycznych podczas wykonywania instrumentalnych czynności życia codziennego (IADLs).

Instrumentalne czynności życia codziennego (IADLs) to zadania funkcjonalne (np. zakupy, przyjmowanie leków, przygotowywanie posiłków), które są kluczowe dla utrzymania niezależnego funkcjonowania21. Zdolność do wykonywania typowych IADLs została zaproponowana jako marker prodromalny chorób neurologicznych. Dane z ostatnich długoterminowych badań prospektywnych wskazują, że spadek sprawności w zakresie IADLs prawdopodobnie wyprzedza diagnozę choroby Parkinsona (PD) o 5-7 lat22,23 oraz diagnozę choroby Alzheimera24,25. W przeciwieństwie do podstawowych czynności życia codziennego (BADLs)26, IADLs zazwyczaj wymagają jednoczesnego wykonywania dwóch zadań obciążających uwagę (np. motoryczno-poznawczych, motoryczno-motorycznych lub poznawczo-poznawczych)27. Zdecydowana większość codziennych czynności domowych i społecznych jest wykonywana w warunkach podwójnego zadania28,29.

Chociaż pogorszenie zdolności do wykonywania zadań dualnych wyraźnie wpływa na sprawność w zakresie IADL, tradycyjne kliniczne oceny motoryczne30,31,32 oraz testy neuropsychologiczne33,34 są niewystarczające do oceny IADL, ponieważ oceny te dzielą funkcje na dyskretne komponenty, nie biorąc pod uwagę ich wzajemnej zależności. Obecne metody bezpośredniej oceny IADL opierają się na podatnych na błędy kwestionariuszach samoopisowych35 lub czasochłonnych i obciążających ocenach opartych na wykonaniu zadań36. Żadne z tych podejść nie dostarcza obiektywnych, ilościowych informacji o poziomie funkcjonowania IADL danej osoby w warunkach środowiskowych.

Postępy w technologii VR, w połączeniu z udoskonaleniami inżynieryjnymi w zakresie bieżni wielokierunkowych, dają możliwość stworzenia interaktywnego i immersyjnego środowiska. Wirtualny sklep spożywczy oraz zadanie zakupowe zostały opracowane, aby jednocześnie ocenić sprawność motoryczną, poznawczą, poznawczo-motoryczną oraz funkcjonowanie w zakresie IADL. Platforma Cleveland Clinic Virtual Reality Shopping (CC-VRS) została opracowana wspólnie przez zespół inżynierów biomedycznych, programistów, fizjoterapeutów, terapeutów zajęciowych i neurologów.

W celu ilościowego oceny sprawności w zakresie IADL wybrano zadanie robienia zakupów spożywczych, opierając się na zaleceniach American Occupational Therapy Association26. Virtual Multiple Errands Task (VMET)37, Timed Instrumental ADL Scale38 oraz Penn Parkinson’s Daily Activities Questionnaire-15 (PDAQ-15)39 uznają zakupy za istotny wskaźnik sprawności motorycznej i pozamotorycznej związanej z chorobami neurologicznymi. Inni autorzy wykorzystywali imersyjne gogle VR do tworzenia środowiska sklepu spożywczego w celu oszacowania sprawności IADL37,40,41. Pominięto jednak ocenę kluczowego elementu robienia zakupów: lokomocji. Zazwyczaj obecne paradygmaty wirtualnych sklepów spożywczych wymagają od uczestnika użycia kontrolera ręcznego do teleportacji lub nawigowania awatarem po sklepie. Naszym celem było zintegrowanie lokomocji z wirtualnym doświadczeniem zakupowym użytkownika. Proces opracowania CC-VRS rozpoczęto od formalnej analizy zadań typowego doświadczenia w sklepie spożywczym. Jak wskazano na Rysunku 1, dziewięć podstawowych komponentów zadania odzwierciedla połączenie elementów, które można sklasyfikować jako aktywności motoryczne, poznawcze lub poznawczo-motoryczne, niezbędne do prawidłowej realizacji zadania, co jest charakterystyczne dla wszystkich IADL.

Schemat zadania zakupów spożywczych; etapy procesów poznawczych i motorycznych; analiza podejmowania decyzji.
Rysunek 1: Analiza zadania zakupów spożywczych. Przeprowadzono analizę zadania w celu zidentyfikowania sekwencji działań oraz charakteru tych działań niezbędnych do pomyślnego wykonania zakupów spożywczych w świecie rzeczywistym. Zidentyfikowano dziewięć głównych sekwencji, które posłużyły do opracowania podstawowych i złożonych zadań zakupowych. Sekwencje sklasyfikowano jako motoryczne (niebieski), poznawcze (żółty) oraz poznawczo-motoryczne (zielony); szczegółowe informacje dotyczące odpowiadających im wyników znajdują się w Tabeli 1. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Platforma CC-VRS odwzorowuje realistyczny, średniej wielkości sklep spożywczy za pomocą imersyjnego zestawu VR. Spacerując na bieżni wszechkierunkowej, użytkownik podąża wyznaczoną, ciągłą trasą przez sklep, odnajduje produkty z listy zakupów i umieszcza je w wirtualnym koszyku. Wyznaczenie trasy standaryzuje dystans pokonywany w wirtualnym sklepie, ogranicza liczbę błędów nawigacyjnych i umożliwia większą precyzję w odróżnianiu potencjalnych zmian w sprawności IADL od błędów nawigacyjnych lub nieoptymalnych strategii poszukiwania stosowanych przez użytkownika. Trasa o długości 150 m wymaga wielokrotnych skrętów, co zwiększa złożoność motoryczną42,43 oraz prawdopodobieństwo wystąpienia zamrożenia chodu u pacjentów neurologicznych, ponieważ epizody zamrożenia obserwuje się częściej podczas skręcania niż podczas chodu w linii prostej44,45. Zarówno długość ścieżki nawigacyjnej, jak i liczba produktów na liście zakupów mogą być konfigurowane przez klinicystę w zależności od możliwości użytkownika lub celów sesji oceny.

Każdy użytkownik realizuje jeden podstawowy i jeden złożony scenariusz zakupowy. Scenariusz podstawowy wymaga jedynie podążania wyznaczoną trasą i wybierania produktów z listy zakupów. W scenariuszu złożonym użytkownik otrzymuje listę różnych produktów spożywczych i podąża tą samą trasą przez sklep, jednak wprowadzane są dodatkowe obciążenia poznawcze i motoryczne (zadania polegające na opóźnionym przypominaniu słownym, porównywaniu cen oraz unikaniu przeszkód, opisane w poniższej sekcji protokołu). Doświadczenie immersyjne dopełnia dźwięk tła imitujący hałas w sklepie spożywczym, obecny w obu scenariuszach. Dane podsumowujące i szczegółowe dotyczące wyników użytkownika — w tym poprawnie i błędnie zebrane produkty, liczba i częstotliwość aktywacji listy zakupów, czas postoju oraz parametry chodu — są generowane automatycznie i dostępne do wglądu dla klinicysty.

Celem CC-VRS jest obiektywne ilościowe określenie sprawności w wykonywaniu IADL (instrumentalnych czynności życia codziennego) u osób starszych oraz osób zagrożonych lub zdiagnozowanych z chorobami neurologicznymi. CC-VRS zapewnia użytkownikowi immersyjne i realistyczne doświadczenie, dostarczając precyzyjnych, opartych na biomechanice wyników funkcji poznawczych i motorycznych, które mogą służyć jako markery prodromalne chorób neurologicznych lub obiektywne miary progresji choroby. CC-VRS jest obecnie wykorzystywany w trzech powiązanych projektach mających na celu: (1) zrozumienie wpływu zdrowego starzenia się oraz chorób neurologicznych na sprawność w IADL, (2) określenie wykonalności integracji klinicznej w ramach podstawowej opieki zdrowotnej oraz w klinice zaburzeń ruchowych, a także (3) zidentyfikowanie sygnatury neuronalnej leżącej u podstaw zamrożenia chodu u pacjentów z zaawansowaną chorobą Parkinsona (PD) z wszczepionymi systemami głębokiej stymulacji mózgu (DBS). Łącznie projekty te będą wykorzystywać platformę CC-VRS i powiązane wyniki, aby lepiej zrozumieć, jak starzenie się i choroby neurologiczne wpływają na poszczególne aspekty sprawności w IADL. Niniejszy artykuł szczegółowo opisuje opracowanie, projekt oraz technologię sprzętową i programową CC-VRS, a także jego nowatorskie wskaźniki, które mogą ułatwić integrację z opieką zdrowotną.

Protokół

Opisany protokół jest zgodny z wytycznymi komisji etyki badań z udziałem ludzi Cleveland Clinic. Wszyscy uczestnicy przeszli proces świadomej zgody i wyrazili pisemną zgodę na publikację zdjęć wykonanych podczas gromadzenia danych.

1. Konfiguracja i kalibracja sprzętu (5 min)

  1. System VR
    1. Upewnij się, że system zawiera wszystkie komponenty przedstawione na schemacie konfiguracji eksperymentalnej na Rysunku 2, w tym gogle VR, dwa kontrolery ręczne, jeden tracker talii VR, dwa trackery stóp VR, stacje bazowe do monitorowania pozycji urządzeń VR oraz wydajny komputer gamingowy z kartą graficzną 2080ti do obsługi systemu VR i oprogramowania CC-VRS (patrz Tabela materiałów).
      1. Uruchom Steam VR na komputerze, aby skoordynować komponenty VR i monitorować stan każdego urządzenia VR podczas gromadzenia danych.
      2. Włącz każde urządzenie VR i sprawdź, czy świeci się zielona kontrolka, co potwierdzi aktywne śledzenie przez Steam VR.
      3. Skalibruj granice i orientację przestrzeni wirtualnej, wybierając opcję Room Set Up w menu Steam VR i postępując zgodnie z instrukcjami na ekranie przy użyciu kontrolerów ręcznych.
  2. Gogle VR
    1. Umieść gogle w systemie higienicznego czyszczenia UV i przeprowadź jeden cykl dezynfekcji pomiędzy użytkownikami.
  3. Bieżnia wielokierunkowa
    1. Włącz bieżnię wielokierunkową za pomocą zielonego przycisku zasilania znajdującego się na dołączonym pedale. Uruchom odpowiednie oprogramowanie na komputerze stacjonarnym.
    2. Aby przeprowadzić kalibrację, użyj funkcji Select User Tracker w aplikacji i zidentyfikuj tracker talii jako odpowiednie urządzenie śledzące. Następnie wyśrodkuj ten tracker na powierzchni bieżni wielokierunkowej i użyj funkcji Set Center Point, aby skalibrować punkt środkowy platformy bieżni. Umieść tracker talii na pierścieniu i użyj funkcji Set Ring Height, aby skalibrować wysokość poręczy.
      UWAGA: Bieżnia i odpowiadające jej oprogramowanie opierają się na pozycji trackera talii VR względem platformy, aby odpowiednio reagować na ruchy użytkownika. Użytkownik zaczyna w pozycji nieruchomej, znajdując się w centrum bieżni. Gdy użytkownik oddala się od środka, system reaguje na jego ruchy i prędkość, generując odpowiedni ruch bieżni, który ponownie wycentruje użytkownika na platformie.
  4. Aplikacja CC-VRS
    1. Gdy wszystkie urządzenia śledzące VR oraz bieżnia wielokierunkowa zostaną skalibrowane i uruchomione, uruchom aplikację CC-VRS z pulpitu. Postępuj zgodnie z menu na ekranie, aby wprowadzić identyfikator użytkownika (User ID) i rozpocząć odpowiedni typ próby.

Konfiguracja wirtualnej rzeczywistości z goglami VR, bieżnią wielokierunkową i śledzeniem 3D dla immersyjnego doświadczenia.
Rysunek 2: Przegląd platformy CC-VRS. Przedstawienie całej platformy CC-VRS. Użytkownik nosi gogle VR i porusza się po wirtualnym sklepie spożywczym, chodząc na bieżni wielokierunkowej. Za pomocą gogli VR użytkownik otrzymuje subtelną zieloną linię służącą jako pomoc nawigacyjna. Pięć produktów z listy zakupów znajduje się wzdłuż tej wyznaczonej ścieżki o długości 150 m. Widok z perspektywy pierwszej osoby użytkownika jest udostępniany eksperymentatorowi za pośrednictwem komputera sterującego i monitora. Czas niezbędny do przygotowania systemu CC-VRS wynosi około 5 min. Skróty: VR = virtual reality (wirtualna rzeczywistość); CC-VRS = Cleveland Clinic-Virtual Reality Shopping. Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.

2. Przygotowanie użytkownika (15 min)

  1. Badanie tolerancji (punkt wyjściowy)
    1. W przypadku zbierania danych na temat choroby symulacyjnej VR, poleć użytkownikowi wypełnienie Kwestionariusza Choroby Symulacyjnej (Simulator Sickness Questionnaire) przed rozpoczęciem doświadczenia CC-VRS.
  2. Uprząż
    1. Załóż użytkownikowi pełną uprząż zabezpieczającą nogi i klatkę piersiową. Przypnij uprząż do zamontowanego pod sufitem kabla nad środkiem bieżni wszechkierunkowej, aby zapobiec upadkom i zwiększyć komfort użytkownika bez ograniczania naturalnego chodu.
  3. Trackery VR
    1. Przymocuj trackery lewej i prawej stopy do stóp użytkownika, używając opasek zaciskowych wokół sznurowadeł. Przykręć tracker pasa do specjalnie zaprojektowanego pasa biodrowego i wyreguluj pasek tak, aby tracker znajdował się na środku odcinka lędźwiowego użytkownika. Umieść lewy i prawy kontroler w dłoniach użytkownika i zaciśnij paski, aż będą stabilne i wygodne.
  4. Zapoznanie z bieżnią wszechkierunkową
    1. Przed założeniem zestawu nagłownego daj użytkownikowi czas na przejście się i obrócone na bieżni wszechkierunkowej. Wyjaśnij znaczenie pozycji trackera pasa względem centrum platformy bieżni i zachęcaj użytkownika do swobodnego chodzenia w stronę zewnętrznych krawędzi obszaru bieżni, trzymając się dla wsparcia poręczy. Wyłącz bieżnię za pomocą aplikacji, aby kontynuować przygotowanie użytkownika.
  5. Zestaw nagłowny
    1. Gdy użytkownik stoi na stacjonarnej bieżni wszechkierunkowej, załóż zestaw nagłowny na głowę użytkownika i pomóż w regulacji (górny pasek nośny, tylna pokrętła stabilizująca oraz suwak odległości między źrenicami w celu uzyskania ostrości), aż dopasowanie będzie wygodne, a obraz wyraźny. Upewnij się, że wbudowane w zestaw nagłowny głośniki są ustawione nad uszami i ustaw odpowiedni poziom głośności.
  6. Poleć użytkownikowi stanąć w pobliżu centrum platformy bieżni wszechkierunkowej i kliknij Start w aplikacji, aby ponownie uruchomić bieżnię.
  7. Uruchom aplikację CC-VRS z pulpitu, jeśli nie została ona uruchomiona wcześniej.

3. Podanie CC-VRS (30 min)

  1. Przez cały czas trwania badania CC-VRS monitoruj postępy użytkownika w sklepie za pomocą wyświetlacza komputerowego i bądź przygotowany do zatrzymania bieżni wielokierunkowej w przypadku wystąpienia dyskomfortu lub niestabilności u użytkownika.
  2. Wprowadź User ID.
  3. Wybierz Comprehensive Tutorial, aby załadować niewielkie środowisko treningowe, które zapozna użytkownika z ogólnym celem oceny CC-VRS, a także z trasą nawigacyjną, listą zakupów i dodatkowymi wymaganiami poznawczymi Złożonego Scenariusza.
    1. Przed przystąpieniem do testów upewnij się, że użytkownik sprawnie posługuje się następującymi funkcjami kontrolera:
      1. Aktywacja listy zakupów poprzez podniesienie lewej ręki i przytrzymanie przycisku A lub B na kontrolerze (Rysunek 3A).
      2. Zamknięcie listy zakupów poprzez zwolnienie przycisku A lub B.
      3. Wybieranie produktów z półek za pomocą spustów kontrolera (Rysunek 3A).
      4. Wkładanie produktów do koszika zakupowego za pomocą spustów kontrolera.
    2. Upewnij się, że użytkownik radzi sobie z następującymi wymaganiami poznawczymi i motorycznymi Złożonego Scenariusza:
      1. Wykonanie odroczonego przypominania słownego dla pięciu słów przekazanych w komunikacie dźwiękowym na początku Scenariusza, analogicznie do komponentu odroczonego przypominania w teście Montreal Cognitive Assessment (MoCA)46.
      2. Wykonanie zadania porównania cen produktów w promocji (np. wybór najbardziej opłacalnej opcji spośród 8 oz keczupu za 1,00 USD a 16 oz za 1,50 USD) (Rysunek 3B).
      3. Omijanie przeszkód w sklepie, w tym rozlanych substancji na podłodze oraz zwężonych przejść spowodowanych obecnością innych kupujących lub wózków na ścieżce (Rysunek 3C).
    3. W razie potrzeby powtórz samouczek (łącznie około 5 min), aż użytkownik wykaże się biegłością w powyższych funkcjach i zrozumieniem zadania.
  4. Wybierz Basic Scenario. Wybierz path length (długość ścieżki) oraz number of list items (liczbę pozycji na liście).
    1. Poinstruuj użytkownika, aby zaczął iść, gdy tylko sklep pojawi się na wyświetlaczu zestawu słuchawkowego. Zachęć użytkownika do wykonania zadania jak najefektywniej, poruszając się szybko przy jednoczesnym minimalizowaniu błędów.
    2. Gdy użytkownik ukończy zadanie, docierając do kasy sklepowej, przejrzyj podsumowanie wskaźników wyświetlane na ekranie komputera i wyjdź ze środowiska wirtualnego.
  5. Wybierz Complex Scenario. Wybierz path length (długość ścieżki) oraz number of list items (liczbę pozycji na liście).
    1. Przekaż użytkownikowi instrukcje analogiczne do tych z Basic Scenario. Przypomnij użytkownikowi o dodatkowych wymaganiach poznawczych w Complex Scenario.
    2. Gdy użytkownik ukończy zadanie, docierając do kasy sklepowej, przejrzyj podsumowanie wskaźników wyświetlane na ekranie komputera (Rysunek 3D) i wyjdź ze środowiska wirtualnego.
  6. Ankieta tolerancji
    1. W przypadku zbierania danych na temat choroby symulatorowej VR, poinstruuj użytkownika, aby wypełnił kwestionariusz Simulator Sickness Questionnaire natychmiast po zakończeniu doświadczenia CC-VRS, a następnie ponownie do 30 min później.
  7. Ankieta użyteczności
    1. W przypadku zbierania danych na temat użyteczności platformy, poinstruuj użytkownika, aby wypełnił skalę System Usability Scale natychmiast po zakończeniu CC-VRS.

Symulacja wirtualnych zakupów spożywczych; wykonanie zadania przez użytkownika; lista kontrolna, wybór produktu; wyniki sesji.
Rysunek 3: Środowisko CC-VRS. (A) Widok z perspektywy pierwszej osoby użytkownika CC-VRS, który aktywnie przegląda listę zakupów lewą ręką i wybiera odpowiedni produkt prawą ręką. Użytkownicy mogą intuicyjnie wchodzić w interakcję z dowolnym przedmiotem w sklepie spożywczym, korzystając z kontrolerów VR. (B) Przykład zadania porównywania cen promocyjnych, z którym użytkownik styka się w Scenariuszu Złożonym. W przypadku pozycji na liście zakupów oznaczonej jako produkt w promocji (SALE), użytkownik musi porównać ceny jednostkowe dwóch produktów o różnych rozmiarach i wybrać opcję korzystniejszą cenowo. (C) Widok z perspektywy pierwszej osoby zwężonej alejki występującej w Scenariuszu Złożonym. Oprócz wielu skrętów na trasie nawigacyjnej, wąskie przejścia wprowadzają złożoność motoryczną, która zwiększa prawdopodobieństwo wystąpienia zamrożenia chodu (freezing of gait) u osób z zaburzeniami neurologicznymi. (D) Przykład podsumowania wyników wyświetlanego eksperymentatorowi po ukończeniu Scenariusza Złożonego, zawierający poprawne i błędnie wybrane produkty, całkowity czas ukończenia scenariusza oraz liczbę poprawnie przypomnianych słów. Konkretne wskaźniki w tym zestawieniu mogą być konfigurowane przez eksperymentatora. Skróty: VR = rzeczywistość wirtualna; CC-VRS = Cleveland Clinic-Virtual Reality Shopping. Aby zobaczyć większą wersję tego rysunku, kliknij tutaj.

4. Pliki danych i wyniki

  1. Przeanalizuj plik podsumowujący (.csv) generowany automatycznie dla każdej próby, który zawiera konfigurowalne mierniki charakteryzujące ogólną wydajność CC-VRS.
  2. Przeanalizuj szczegółowy plik danych (.csv) zawierający pozycję i rotację trackerów, kontrolerów oraz zestawu słuchawkowego przez cały czas trwania zadania. Dane dotyczące aktywacji list, interakcji z przedmiotami oraz kolizji z przeszkodami są również automatycznie rejestrowane i eksportowane do tego pliku.

Wyniki

Obecnie realizowany jest projekt mający na celu ustalenie trafności CC-VRS w ocenie funkcji poznawczych, motorycznych oraz aktywności instrumentalnych życia codziennego (IADL) u młodych dorosłych, osób starszych bez chorób neurologicznych oraz osób z PD. Każdy uczestnik ukończył Scenariusze: Samouczek, Podstawowy i Złożony, wykorzystując tę samą ścieżkę o długości 150 m oraz listy składające się z 5 elementów, aby umożliwić porównanie wyników pomiędzy grupami. Szczegółowe dane poznawcze i pozycjonowania zostały wykorzystane do opracowania informatywnych wskaźników podsumowujących, które różnicują wyniki CC-VRS pomiędzy populacjami o znanych różnicach w funkcjach poznawczych, motorycznych i IADL. Obliczono dodatkowe wskaźniki biomechaniczne i związane z zadaniami podwójnymi, aby dokładniej scharakteryzować poziom funkcjonowania w różnych obszarach (Tabela 1).

Wynik CC-VRSDziedzina
Poznawczy
Elementy poprawne i niepoprawneFunkcje wykonawcze
Lista aktywacji (liczba i czas trwania)Pamięć robocza
Przypominanie pozycji sprzedażowych (liczba poprawnych)Pamięć deklaratywna
Porównanie cen sprzedaży (skuteczność i czas trwania)Szybkość przetwarzania
Poznawczo-ruchowy
Czas trwania próbyOgólne funkcjonowanie (IADL)
Przystanki (liczba i czas trwania)Interferencja zadań dualnych
Prędkość chodu w pobliżu elementów listyInterferencja w zadaniach podwójnych
Kolizje z przeszkodami do unikaniaHamowanie reakcji
Silnik
Prędkość, długość kroku, zmienność choduPrędkość i jakość chodu
prędkość skrętu, czas trwania skrętuJakość obrotu
Szerokość kroku, symetriaStabilność posturalna
Liczba przejść przez zero w przyspieszeniuPłynność chodu
Zasięg i czas transportu w wybranych elementachFunkcje kończyny górnej

Tabela 1: Metryki wyników CC-VRS. Niepełna lista możliwych metryk wyników platformy CC-VRS, zaklasyfikowanych jako przede wszystkim poznawcze, motoryczne lub poznawczo-motoryczne. Wyniki te opracowano na podstawie analizy zadań wykorzystanej do zaprojektowania CC-VRS jako ekologicznie trafnej oceny funkcji IADL. Domeny obejmowane przez te wyniki reprezentują spektrum funkcji jednoczesnych i podwójnych zadań niezbędnych do pomyślnego wykonania zakupów spożywczych i innych IADL. W przeciwieństwie do istniejących ocen neuropsychologicznych i motorycznych, CC-VRS ocenia te domeny w warunkach, które dokładniej odzwierciedlają złożone wymagania środowisk IADL w warunkach domowych i społecznych. Skróty: CC-VRS = Cleveland Clinic-Virtual Reality Shopping; IADL = instrumentalne czynności życia codziennego.

Rysunek 4 przedstawia ogólny przegląd wyników jednego uczestnika z PD w Podstawowym Scenariuszu. Ścieżka przejścia uczestnika przez sklep została porównana z idealną ścieżką trasy nawigacyjnej, a lokalizacje poprawnie wybranych produktów zakupowych zostały odnotowane. Wykorzystując dane pozycyjne z trackerów VR, zarejestrowano i naniesiono na wykres chwilową prędkość uczestnika przemieszczającego się po sklepie. Uwzględnienie kontekstu aktywacji listy oraz wyboru przedmiotów pozwoliło uzyskać wgląd w zdolność uczestnika do wykonywania zadań podwójnych oraz jego ogólną wydajność w efektywnym wykonaniu zadania IADL.

Na podstawie wyników analiz wstępnych stwierdzono, że ogólna wydajność CC-VRS różniła się pomiędzy zdrowymi młodymi dorosłymi a osobami z PD (Rysunek 5). Wyniki dotyczące całkowitego czasu trwania próby, liczby i czasu trwania zatrzymań oraz liczby i czasu trwania przeglądania listy podczas zadania są obiecującymi wskaźnikami pozwalającymi na rozróżnienie grup. Osoby starsze oraz osoby z PD wymagały więcej czasu na ukończenie każdego scenariusza, a także spędzały więcej czasu na postojach i aktywacji listy zakupów w porównaniu do zdrowych młodych dorosłych. Młodzi dorośli wykazali większą zdolność do wykonywania zadań podwójnych, chodząc i jednocześnie aktywując listę, podczas gdy osoby z PD częściej aktywowały listę zakupów w pozycji zatrzymanej. Do analizy dostępne są również dodatkowe wyniki, w tym czas spędzony na poszukiwaniu przedmiotów, parametry chodu oraz wyniki obciążeń poznawczych w Scenariuszu Złożonym.

W oddzielnym badaniu użyteczności systemu CC-VRS przeprowadzonym wśród osób z chorobą Parkinsona, 10 uczestników wypełniło Kwestionariusz Choroby Symulatorowej (SSQ)47,48, aby ocenić objawy choroby wywołanej przez VR w punkcie wyjściowym, bezpośrednio po zakończeniu doświadczenia w CC-VRS oraz 30 min po wykonaniu zadania. Opracowany w kontekście symulacji lotów, SSQ obejmuje 16 powszechnych objawów w skali 4-punktowej i został zaadaptowany do zastosowań w VR. Punkty za poszczególne objawy są sumowane i ważone w celu utworzenia wyników cząstkowych w domenach mdłości, zaburzeń okulomotorycznych i dezorientacji, a także wyniku całkowitego. Całkowite wyniki SSQ mieszczą się w przedziale od 0 do 235,6.

Rysunek 6 przedstawia wyniki kwestionariusza SSQ wypełnionego w punkcie wyjściowym (średni wynik całkowity 13,1 ± 16,7), bezpośrednio po CC-VRS (29,5 ± 27,9) oraz 30 min po CC-VRS (14,2 ± 15,6) dla uczestników z PD (N = 10). Ogólnie wyniki całkowite SSQ dla uczestników z PD po CC-VRS były łagodne, a najczęściej zgłaszanymi objawami były dyskomfort ogólny, zmęczenie, zmęczenie wzroku, trudności z koncentracją oraz potliwość. Co istotne, wielu uczestników zgłaszało łagodne objawy już w punkcie wyjściowym. Niemniej jednak 9/10 uczestników ukończyło pełną ocenę, obejmującą Tutorial oraz scenariusze Basic i Complex, w średnim czasie 29,0 ± 5,9 min. Jedna osoba nie była w stanie tolerować CC-VRS z powodu nudności. Dane te stanowią przekonujący dowód na to, że platforma CC-VRS jest dobrze tolerowana przez większość osób z chorobami neurologicznymi. Wspólnie ogólny brak zgłaszanych istotnych objawów choroby symulatorowej VR sugeruje, że połączenie treści VR z bieżnią wszechkierunkową jest wykonalne i może rozwiązać problem lokomocji w VR dla większości osób.

Dziesięciu uczestników, którzy ukończyli badanie użyteczności, wzięło udział w półstrukturyzowanym wywiadzie po skorzystaniu z CC-VRS. Wszyscy uczestnicy potwierdzili, że była to ich pierwsza w życiu próba skorzystania z VR i/lub bieżni wszechkierunkowej. Uwagi podsumowujące dotyczące bieżni obejmowały następujące kwestie:

Łatwość adaptacji do bieżni: Uczestnicy zazwyczaj poczuli się komfortowo na bieżni w ciągu kilku minut, ponieważ chód odwzorowywał chodzenie po podłożu. Uczestnicy wskazali dwa aspekty chodu wymagające adaptacji: (1) ściąganie czujnika pasa biodrowego z powrotem na środek bieżni podczas zatrzymywania się oraz (2) wykonywanie nieco krótszych kroków ze względu na rozmiar platformy bieżni.

Podparcie kończyn górnych było stabilizujące: zastosowanie okrągłej poręczy otaczającej bieżnię zapewniło odpowiedni poziom wsparcia kończyn górnych, co pomogło w wykonaniu zadania.

Wymagające środowisko fizyczne i poznawcze: Uczestnicy zgłaszali, że ich kontrola postawy była wystawiona na próbę podczas wykonywania zadań zakupowych. Stosowanie uprzęży zapewniało poczucie komfortu, jednak nie ograniczała ona ruchów w żadnej płaszczyźnie.

Realistyczne środowisko: Wyświetlacze wizualne i słuchowe ściśle przypominały prawdziwy sklep spożywczy i zrobiły duże wrażenie na użytkownikach nieznających wcześniej VR. Uczestnicy zgłaszali, że realizm innych kupujących oraz przeszkód w alejkach motywował ich do unikania kolizji, a trasa nawigacyjna była łatwa do śledzenia.

Dezorientacja: Skargi na dezorientację i nudności zbieżne z indywidualnymi wynikami w kwestionariuszu SSQ. U niektórych uczestników w ciągu pierwszych kilku minut CC-VRS wystąpiły początkowe trudności wizualno-przestrzenne, które doprowadziły do zbliżenia się osób badanych do półek sklepowych, co w ich odczuciu wywołało poczucie dezorientacji.

Uczestnicy z PD z obu wyżej wymienionych badań (N = 24) wypełnili skalę użyteczności systemu (System Usability Scale, SUS) po zakończeniu korzystania z CC-VRS. SUS to kwestionariusz składający się z 10 pytań, który mierzy łatwość obsługi, ogólną satysfakcję oraz łatwość nauki obsługi systemu49,50. Wyniki mieszczą się w zakresie od 0 do 100, gdzie wartość 68 oznacza przeciętną użyteczność. Ogólne wyniki SUS między 72,6 a 78,8 odpowiadają ocenie „B”, a wyniki powyżej 78,8 otrzymują ocenę „A”51. Wśród 24 uczestników z PD, którzy ukończyli sesje na platformie CC-VRS (sesję instruktażową, podstawową i złożoną), CC-VRS otrzymała średnią ocenę 75,7 ± 18,9.

Eksperyment na bieżni w rzeczywistości wirtualnej; analiza biomechaniczna; wykres prędkości (m/s) w funkcji czasu (s).
Rysunek 4: Podsumowanie wyników CC-VRS. (A) Osoba z chorobą Parkinsona realizująca scenariusz podstawowy na platformie CC-VRS. (B) Ścieżka nawigacyjna i prędkość chodu uczestnika podczas wykonywania zadania. Niebieskie kwadraty oznaczają przedmiot z listy zakupów, który został pomyślnie odnaleziony. Na linii przewodnika nawigacyjnego naniesiono mapę cieplną reprezentującą chwilową prędkość chodu uczestnika; bazową prędkość chodu obliczono na podstawie pierwszych 20 m marszu w linii prostej. Każda chwilowa prędkość mniejsza niż 0,5x bazowej prędkości chodu jest zaznaczona na czerwono; chwilowa prędkość powyżej 1,5x wspomnianej średniej prędkości jest zielona. Pomiędzy 0,5x a 1,5x średniej prędkości chodu w linii prostej występuje liniowe przejście z czerwonego przez żółty do zielonego. Przedstawiono prędkość chodu w trakcie próby (C) oraz liczbę aktywacji listy (D). Warto zauważyć, że uczestnik ten wyświetlał listę 15 razy w trakcie próby, mimo że na liście zakupów znajdowało się tylko pięć przedmiotów. Skrót: CC-VRS = Cleveland Clinic-Virtual Reality Shopping. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Wykresy skumulowanego dystansu w funkcji czasu; wskazują postoje, aktywację listy; porównują wzorce dystansu.
Rysunek 5: CC-VRS zdrowego młodego dorosłego w porównaniu z osobą z chorobą Parkinsona. Skumulowany dystans przebyty przez zdrowego młodego dorosłego (A) oraz uczestnika z PD (B) podczas realizacji Podstawowego Scenariusza. Ogólnie obaj uczestnicy przeszli w przybliżeniu taką samą odległość, podążając wzdłuż linii nawigacyjnej. Jednakże uczestnik z PD potrzebował znacznie więcej czasu (410 s) niż młody dorosły (350 s) na ukończenie scenariusza. Zielone słupki reprezentują liczbę i czas trwania aktywacji listy podczas zadania. Młody dorosły przeglądał listę siedem razy przez łącznie 73,1 s, podczas gdy uczestnik z PD przeglądał listę 16 razy przez łącznie 94,3 s. Niebieskie kropki odzwierciedlają fizyczne postoje uczestnika. Analiza wyników młodego dorosłego wskazuje na mniejszą całkowitą liczbę postojów oraz zdolność do jednoczesnego chodzenia i przeglądania listy. Przeciwnie, uczestnik z PD miał 17 postojów, z których każdy odpowiadał wyświetleniu listy, co sugeruje brak możliwości efektywnego wykonywania zadań równoległych (np. jednoczesnego chodzenia i przeglądania listy). Skróty: CC-VRS = Cleveland Clinic-Virtual Reality Shopping; PD = choroba Parkinsona. Kliknij tutaj, aby zobaczyć powiększoną wersję tego rysunku.

Wykres liniowy zmian wyniku SSQ; poziom bazowy, po CC-VRS, po 30 min; średnia zaznaczona na czerwono.
Rysunek 6: Doznania objawowe po CC-VRS. Łącznie 10 uczestników z PD wykonało CC-VRS w ramach badania użyteczności. Każdy uczestnik wypełnił kwestionariusz Simulator Sickness Questionnaire przed, bezpośrednio po oraz 30 min po zakończeniu doświadczenia CC-VRS. SSQ obejmuje 16 objawów choroby symulatorowej w VR, z maksymalną liczbą punktów wynoszącą 235,6. Większość uczestników z PD zgłaszała łagodne objawy w pomiarze bazowym; objawy były nieco nasilone bezpośrednio po CC-VRS i powróciły do poziomu bazowego w ciągu 30 min od zakończenia korzystania z platformy. Całe CC-VRS (scenariusze: Tutorial, Basic i Complex) trwało średnio 29 min, a średni wynik SSQ po zakończeniu CC-VRS wyniósł 29,5 (na czerwono). Skróty: CC-VRS = Cleveland Clinic-Virtual Reality Shopping; PD = choroba Parkinsona; SSQ = Simulator Sickness Questionnaire. Kliknij tutaj, aby wyświetlić powiększoną wersję tego rysunku.

Dyskusja

Platforma CC-VRS, jak dotąd, wydaje się najskuteczniej rozwiązywać problem lokomocji w VR, łącząc najnowocześniejsze treści VR z wielokierunkową bieżnią. Kluczowym aspektem płynnie wciągającego środowiska CC-VRS jest zapewnienie prawidłowej komunikacji między bieżnią a oprogramowaniem VR. Niezbędna jest prawidłowa konfiguracja wszystkich aspektów systemu VR — w tym stacji bazowych, trackerów stóp i talii oraz kontrolerów ręcznych. Jeśli śledzenie jest niespójne lub zawodne, wymagane jest dostosowanie orientacji i rozmieszczenia stacji bazowych lub dodanie innej jednostki stacji bazowej. Odpowiednie pokrycie przestrzeni fizycznej zapewnia stabilną synchronizację między sprzętem VR a bieżnią dookólną oraz zapewnia, że dane dotyczące pozycji i orientacji z urządzeń VR są kompletne, dokładne i precyzyjne52. Kalibracja bieżni dookólnej jest zalecana na początku każdej sesji zbierania danych, aby zapewnić optymalną responsywność podczas poruszania się w środowisku wirtualnym.

Zapoznanie pacjenta z bieżnią ma kluczowe znaczenie przed podaniem CC-VRS. Chociaż bieżnia dookólna jest intuicyjna i prosta w obsłudze, wymaga zapoznania się z nią przez użytkownika, którą najlepiej wykonać przed wprowadzeniem gogli VR i wynikającymi z tego wyzwaniami związanymi z orientacją przestrzenną. Aby sprostać potrzebom indywidualnego użytkownika i celom niniejszej oceny, dla każdego scenariusza CC-VRS można skonfigurować następujące funkcje: 1) niska lub wysoka prędkość maksymalna bieżni, 2) powtórzenie modułu samouczka, 3) długość trasy przez sklep oraz 4) liczba pozycji na liście zakupów. Modyfikacje te optymalizują ocenę zdolności poznawczych, motorycznych i dwuzadaniowych szerokiego zakresu funkcjonalnego pacjentów.

Brak jednoplatformowej technologii zdolnej do standaryzacji wyników IADL przy użyciu obiektywnych i ilościowych wyników, które charakteryzują funkcjonowanie poznawcze i motoryczne, stanowi krytyczną barierę we wczesnej identyfikacji i skutecznym leczeniu chorób neurologicznych związanych z wiekiem, takich jak choroba Parkinsona lub choroba Alzheimera. Obecne metody szacowania funkcji IADL za pomocą kwestionariuszy samoopisowych, choć łatwe do przeprowadzenia, są podatne na błędy systematyczne. Podczas samooceny osoby starsze mają tendencję do przeceniania lub niedoceniania możliwości IADL53. Podobnie informatorzy wypełniający zapytania IADL często błędnie oceniają możliwości ze względu na błędne postrzeganie obserwatorów lub luki w wiedzy35.

Alternatywą dla kwestionariuszy samoopisowych i ocenianych przez informatorów jest ocena IADL oparta na wynikach. Oceny oparte na wynikach są zazwyczaj wykonywane przez przeszkolonego terapeutę zajęciowego lub fizjoterapeutę. Chociaż dostępnych jest wiele testów wydajności i przewodników, nie sprzyjają one integracji z opieką kliniczną, często wymagając dużej ilości czasu oraz specjalistycznej przestrzeni i sprzętu, których zwykle nie można znaleźć w gabinecie podstawowej opieki zdrowotnej lub neurologii. Jedna z najczęściej stosowanych ocen wydajnościowych, Bezpośrednia Ocena Stanu Funkcjonalnego (DAFS), wymaga około 40 minut na przeprowadzenie, a jej punktacja w dużej mierze opiera się na ekspertyzie administratora testu. Chociaż DAFS jest przydatny w określaniu stopnia zaawansowania choroby Alzheimera, brakuje mu czułości i nie wykrywa spadków IADL w łagodnym stadium24 zaburzeń poznawczych. Połączenie świata wirtualnego i rzeczywistego poprzez połączenie VR z wielokierunkową bieżnią daje możliwość uchwycenia wydajności IADL w złożonych warunkach poznawczych, które lepiej odwzorowują środowiska rzeczywiste, co potencjalnie może skutkować wcześniejszymi diagnozami chorób neurologicznych54.

Platforma CC-VRS wypełnia lukę kliniczną, zapewniając ustandaryzowane, systematyczne, obiektywne i ilościowe podejście do charakteryzowania możliwości IADL u osób starszych i osób z chorobami neurologicznymi. Na podstawie wstępnych testów użyteczności i danych, podstawowe i złożone scenariusze CC-VRS można ukończyć w mniej niż 30 minut. Podobnie jak w innych immersyjnych badaniach VR z PD18, większość osób z PD doświadcza łagodnych objawów choroby lokomocyjnej. Z punktu widzenia użyteczności, CC-VRS otrzymał ogólną ocenę SUS na poziomie 75,7, co odpowiada ocenie literowej "B" i mieści się w kategoriach deskryptora "dobry" i "doskonały"55. Dla porównania, niedawna ocena popularnych aplikacji na telefony i tablety wykazała średni wynik SUS wynoszący 77,7 dla 10 najpopularniejszych aplikacji na wszystkich platformach56, w tym w aplikacjach mobilnych, takich jak The Weather Channel i YouTube. Komentarze uczestników wskazywały, że większości użytkowników podobał się realizm i możliwość interakcji z platformą CC-VRS. Co ważne, uczestnicy poczuli się wyzwaniem pod względem fizycznym i poznawczym, co wskazuje, że projekt osiągnął swój cel, jakim było stworzenie dynamicznej platformy, która odtwarzała złożone doświadczenie IADL.

Wcześniej wykazaliśmy, że technologia może być z powodzeniem zintegrowana z klinicznymi przepływami pracy w ocenie pacjentów ze wstrząsem mózgu57 oraz w intensywnej służbie neurologicznej dla pacjentów ze stwardnieniem rozsianym (MS)58. Co więcej, zastosowanie technologii w leczeniu wstrząsu mózgu poprawiło wyniki i obniżyło koszty59, podczas gdy jej zastosowanie w leczeniu stwardnienia rozsianego doprowadziło do 27% oszczędności czasu poświęconego na dokumentowanie w elektronicznej dokumentacji medycznej dla każdego pacjenta60. Biorąc pod uwagę ciągły cel, jakim jest obniżenie kosztów świadczenia opieki61 oraz fakt, że czas spędzony na dokumentowaniu w elektronicznej dokumentacji medycznej jest często wymieniany jako przyczyna wypalenia zawodowego lekarzy62, integracja platformy CC-VRS z opieką kliniczną prawdopodobnie przyniesie znaczną wartość dodaną systemom szpitalnym. W trakcie realizacji są dwa projekty, w których platforma CC-VRS jest zintegrowana z: 1) regionalnym rodzinnym centrum zdrowia podstawowej opieki zdrowotnej, które leczy głównie zdrowe osoby starsze, oraz 2) specjalistyczną kliniką zaburzeń ruchowych w Cleveland Clinic.

Brak dokładnego i wiarygodnego fizjologicznego lub cyfrowego biomarkera choroby Parkinsona i choroby Alzheimera powoduje duże trudności we wczesnej diagnozie i pomiarze postępu choroby 63,64. Platforma CC-VRS ma potencjał, aby zapewnić cyfrowy biomarker w ramach jednej platformy technologicznej, która poprawi opiekę kliniczną i może skutkować krótszymi i bardziej wydajnymi badaniami klinicznymi poprzez zmniejszenie zależności od subiektywnych i wysoce zmiennych wyników klinicznych (np. Movement Disorder Society - Unified Parkinson's disease Rating Scale motor part (MDS-UPDRS III)). Ocena funkcji motorycznych i poznawczych w dziedzinie neurologii klinicznej nie posunęła się dramatycznie w ciągu ostatnich trzech dekad pod względem oceny osób z PD i związanymi z nią kardynalnymi objawami motorycznymi, nie mówiąc już o problemach poznawczych lub dwuzadaniowych. Najbardziej cenionym postępem w ocenie osób z chorobą Parkinsona jest rewizja subiektywnej skali oceny klinicznej (MDS-UPDRS III). Co ważne, nie sądzimy, aby CC-VRS zastąpił MDS-UPDRS III. Uważamy raczej, że jego największa wartość może zostać zrealizowana w praktykach podstawowej opieki zdrowotnej poprzez zapewnienie ustandaryzowanego i obiektywnego podejścia do kwantyfikacji IADL. Chociaż jest zbyt wcześnie, aby sądzić, że CC-VRS w swojej obecnej formie jest prodromalnym markerem choroby neurologicznej, wyniki mogą być wykorzystane do podniesienia "czerwonej" lub "żółtej" flagi w zakresie funkcjonowania neurologicznego, która może wywołać konsultację z lekarzem zajmującym się zaburzeniami ruchowymi, neuropsychologią lub geriatrą. Jeśli chodzi o zastosowanie w opiece klinicznej nad pacjentami z chorobą Parkinsona, przewiduje się, że CC-VRS może być wykorzystany do miareczkowania leków lub do ewentualnego programowania urządzeń do głębokiej stymulacji mózgu. Zarówno przypadki użycia podstawowej opieki zdrowotnej, jak i specyficzne dla choroby Parkinsona są obecnie w fazie pilotażowej. Zanurzając użytkownika w realistycznym środowisku i mierząc znaczące i ważne aspekty funkcji poznawczych i motorycznych, CC-VRS stanowi pierwszy krok w tworzeniu potencjalnie skutecznego i skalowalnego cyfrowego biomarkera chorób neurologicznych.

Dziedzina neurologii klinicznej, w szczególności zaburzeń ruchowych, jest pełna przykładów technologii opracowanych w celu ilościowego określenia pojedynczego, izolowanego objawu PD za pomocą akcelerometru lub innych technologii czujników 65,66,67,68,69. O ile nam wiadomo, żadne z tych podejść, poza naszą wagą 70,71,72,73 i aplikacjami do drżenia74, nie zostało włączone do rutynowej opieki klinicznej nad pacjentami z chorobą Parkinsona. Poprzednia technologia często jest ważna i niezawodna; Skupiono się jednak na rozwoju technologii, nie zwracając uwagi na wykonalność integracji klinicznej75,76. Pacjenci, świadczeniodawcy, szpitale i organy regulacyjne są coraz bardziej zainteresowani miernikami wyników, które kwantyfikują zmiany w znaczących codziennych działaniach 77,78,79,80. Kliniczna integracja precyzyjnych i znaczących pomiarów objawów neurologicznych i wydajności IADL jest niezbędna do systematycznej oceny ogólnej skuteczności interwencji lub określenia potencjału interwencji w celu spowolnienia postępu choroby. Opracowanie ustandaryzowanego podejścia do oceny IADL odpowiedniego do rutynowego stosowania klinicznego jest atrakcyjne, aby ułatwić kompleksowe zrozumienie i leczenie chorób neurologicznych na podstawie znaczących działań.

Podejście CC-VRS do oceny wydajności IADL w celu pomocy w diagnozowaniu i leczeniu chorób neurologicznych ma potencjał do przekształcenia opieki zdrowotnej poprzez wczesną diagnostykę i bardziej precyzyjne śledzenie postępu choroby. Jednak w pełni wiadomo, że system ten nie jest pozbawiony ograniczeń. Koszt bieżni dookólnej jest znaczny i może służyć jako bariera dla powszechnego przyjęcia bez systematycznych badań ekonomiki zdrowia w celu zidentyfikowania potencjalnego punktu "progu rentowności" między kosztem oceny w stosunku do wartości wczesnej diagnozy a bardziej precyzyjnym śledzeniem postępu choroby. Warto zauważyć, że luki w uzyskiwaniu wyników skoncentrowanych na pacjencie PD za pomocą technologii zostały podkreślone przez National Institute of Neurological Disorders and Stroke PD Conference78, MDS Task Force on Technology77 i FDA. Wezwali do opracowania technologii, która mierzyłaby znaczące działania związane z chorobą Parkinsona i integracji tych wyników z opieką kliniczną. Obecnie oceniamy integrację CC-VRS z podstawową opieką zdrowotną i centrum zaburzeń ruchowych w Cleveland Clinic; Wdrożenia te będą wykorzystywać bardziej przystępne cenowo bieżnie dookólne. Pomyślne zebranie danych wymaga początkowej inwestycji czasu ze strony lekarza, aby nauczyć się, jak skonfigurować i obsługiwać system. Trwające pilotaże kliniczne pozwolą lepiej określić ilość szkoleń wymaganych do osiągnięcia biegłości w użytkowaniu. Można sobie wyobrazić model, w którym do obsługi systemu zatrudniony jest technik, a pacjenci wykonują zadania zakupowe, zamiast siedzieć w poczekalni przed wizytą. Dane te mogą być następnie natychmiast zintegrowane z elektroniczną dokumentacją medyczną przed wizytą u lekarza. Tego typu aplikacje mają potencjał, aby stać się poczekalnią przyszłości dla pacjentów.

Oświadczenia

JLA, MMK i ABR złożyły w Cleveland Clinic Innovations formularz ujawnienia wynalazku związany z platformą CC-VRS.

Podziękowania

To badanie było sponsorowane przez Fundację Michaela J. Foxa na rzecz Badań nad Parkinsonem (MJFF-020020) oraz Przewodniczącego Rodziny Edwarda i Barbary Bellów. Dziękujemy Elm Park Labs (Detroit, MI) za pomoc w budowaniu środowiska VR i połączeniu z bieżnią dookólną. Dziękujemy również Evelyn Thoman i Brittney Moser za ich pomoc w rozwoju i realizacji projektu.

Materiały

Lista materiałów użytych w tym artykule
NazwaFirmaNumer katalogowyKomentarze
CleanboxCleanboxUV higieniczny system czyszczenia służący do odłączania gogli VR
Komputer stacjonarnyDellWysokiej klasy komputer stacjonarny
do gier Bieżnia dookólna InfinadeckInfinadeckumożliwia chodzenie w dowolnym kierunku
Uprząż bezpieczeństwa Standardowa uprząż bezpieczeństwaYmachray
Stacje bazowe z indeksem zaworów x3Śledzenie zaworówzestawu słuchawkowego/kontrolerów i trackerów
Kontrolery indeksu zaworów (jeden zestaw 2)Kontrolery ręczne zaworówdo interakcji z treścią cyfrową
Gogle Valve Index VRGogle ValveVR
Vive tracker 3.0 x3HTCUmieszczony na stopach i talii w celu śledzenia pozycji i kontrolowania ruchu bieżni
Paski do śledzenia ViveSkywin VRZabezpiecza tracker Vive wokół talii
OpaskiSłuży do mocowania trackerów Vive do sznurowadeł
Bieżnia dookólna zapobiegająca upadkowi pacjenta zaciskowe

Bibliografia

  1. National Accademy of Engineering. Grand Challenges for Engineering. National Academy of Sciences. , The National Academies Press. Washington, D.C. Available from: https://16mhpx3atvadrnpip2kwi9or-wpengine.netdna-ssl.com/wp-content/uploads/2016/12/GrandChallenges.pdf (2008).
  2. Turso-Finnich, T., Jensen, R. O., Jensen, L. X., Konge, L., Thinggaard, E. Virtual reality head-mounted displays in medical education-a systematic review. Simulation in Healthcare. , (2022).
  3. Chen, T., et al. Virtual reality as a learning tool in spinal anatomy and surgical techniques. North American Spine Society Journal. 6, 100063(2021).
  4. Gold, J. I., SooHoo, M., Laikin, A. M., Lane, A. S., Klein, M. J. Effect of an immersive virtual reality intervention on pain and anxiety associated with peripheral intravenous catheter placement in the pediatric setting: a randomized clinical trial. JAMA Network Open. 4 (8), 2122569(2021).
  5. Huang, Q., Lin, J., Han, R., Peng, C., Huang, A. Using virtual reality exposure therapy in pain management: a systematic review and meta-analysis of randomized controlled trials. Value Health. 25 (2), 288-301 (2022).
  6. Groninger, H., Stewart, D., Wesley, D., Cowgill, J., Mete, M. Virtual reality for management of cancer pain: Study rationale and design. Contemporary Clinical Trials Communications. 26, 100895(2022).
  7. Zhang, B., Li, D., Liu, Y., Wang, J., Xiao, Q. Virtual reality for limb motor function, balance, gait, cognition and daily function of stroke patients: A systematic review and meta-analysis. Journal of Advanced Nursing. 77 (8), 3255-3273 (2021).
  8. Saredakis, D., et al. Factors Associated with virtual reality sickness in head-mounted displays: a systematic review and meta-analysis. Frontiers in Human Neuroscience. 14, 96(2020).
  9. Kim, H. K., Park, J., Choi, Y., Choe, M. Virtual reality sickness questionnaire (VRSQ): Motion sickness measurement index in a virtual reality environment. Applied Ergonomics. 69, 66-73 (2018).
  10. Cobb, S. V. G., Nichols, S., Ramsey, A., Wilson, J. R. Virtual reality-induced symptoms and effects (VRISE). Presence-Teleoperators and Virtual Environments. 8, 169-186 (1999).
  11. Kennedy, R., Lane, N., Lilienthal, M., Berbaum, K., Hettinger, L. Profile analysis of simulator sickness symptoms: application to virtual environment systems. Presence-Teleoperators and Virtual Environments. 1 (3), 295-301 (1992).
  12. Duzmanska, N., Strojny, P., Strojny, A. Can simulator sickness be avoided? a review on temporal aspects of simulator sickness. Frontiers in Psychology. 9, 2132(2018).
  13. Reason, J. T. Motion sickness adaptation: a neural mismatch model. Journal of the Royal Society of Medicine. 71 (11), 819-829 (1978).
  14. Chance, S. S., Gaunet, F., Beall, A. C., Loomis, J. M. Locomotion mode affects the updating of objects encountered during travel: the contribution of vestibular and proprioceptive inputs to path integration. Presence Teleoperators & Virtual Environments. 7 (2), 168-178 (1998).
  15. Waller, D., Bachmann, E., Hodgson, E., Beall, A. C. The HIVE: a huge immersive virtual environment for research in spatial cognition. Behavior Research Methods. 39 (4), 835-843 (2007).
  16. Loomis, J. M., Blascovich, J. J., Beall, A. C. Immersive virtual environment technology as a basic research tool in psychology. Behavior Research Methods, Instruments, & Computers. 31 (4), 557-564 (1999).
  17. Mirelman, A., et al. Addition of a non-immersive virtual reality component to treadmill training to reduce fall risk in older adults (V-TIME): a randomised controlled trial. Lancet. 388 (10050), 1170-1182 (2016).
  18. Kim, A., Darakjian, N., Finley, J. M. Walking in fully immersive virtual environments: an evaluation of potential adverse effects in older adults and individuals with Parkinson's disease. Journal of NeuroEngineering and Rehabilitation. 14 (1), 16(2017).
  19. Pelosin, E., et al. Motor-cognitive treadmill training with virtual reality in Parkinson's disease: the effect of training duration. Frontiers in Aging Neuroscience. 13, 753381(2021).
  20. Darken, R. P., Cockayne, W. R., Carmein, D. The omni-directional treadmill: A locomotion device for virtual worlds. Proceedings of the 10th Annual ACM Symposium on User Interface Software and Technology. , 213-221 (1997).
  21. Guo, H. J., Sapra, A. Instrumental Activity of Daily Living. , (2021).
  22. Darweesh, S. K., et al. Trajectories of prediagnostic functioning in Parkinson's disease. Brain. 140 (2), 429-441 (2017).
  23. Foubert-Samier, A., et al. Cognitive and functional changes in prediagnostic phase of Parkinson disease: A population-based study. Parkinsonism & Related Disorders. 79, 40-46 (2020).
  24. Marshall, G. A., Amariglio, R. E., Sperling, R. A., Rentz, D. M. Activities of daily living: where do they fit in the diagnosis of Alzheimer's disease. Neurodegenerative Disease Management. 2 (5), 483-491 (2012).
  25. Sikkes, S. A., et al. Assessment of instrumental activities of daily living in dementia: diagnostic value of the Amsterdam Instrumental Activities of Daily Living Questionnaire. Journal of Geriatric Psychiatry and Neurology. 26 (4), 244-250 (2013).
  26. American Occupational Therapy Association. Occupational therapy practice framework: domain and process. American Journal of Occupational Therapy. 56 (6), 609-639 (2002).
  27. MacPherson, S. E. Definition: Dual-tasking and multitasking. Cortex. 106, 313-314 (2018).
  28. O'Shea, S., Morris, M. E., Iansek, R. Dual task interference during gait in people with Parkinson disease: effects of motor versus cognitive secondary tasks. Physical Therapy. 82 (9), 888-897 (2002).
  29. Romero-Ayuso, D., et al. Assessment of cognitive instrumental activities of daily living: a systematic review. Disability and Rehabilitation. 43 (10), 1342-1358 (2019).
  30. Goetz, C. G., et al. Movement Disorder Society-sponsored revision of the Unified Parkinson's Disease Rating Scale (MDS-UPDRS): scale presentation and clinimetric testing results. Movement Disorders. 23 (15), 2129-2170 (2008).
  31. Perlmutter, J. S. Assessment of Parkinson disease manifestations. Current Protocols in Neuroscience. , Chapter 10 (Unit10.1) 1382-1387 (2009).
  32. Palmer, J. L., et al. Unified Parkinson's Disease Rating Scale-Motor Exam: inter-rater reliability of advanced practice nurse and neurologist assessments). Journal of Advanced Nursing. 66 (6), 1382-1387 (2010).
  33. Neisser, U. On "Social Knowing". Personality and Social Psychology Bulletin. 6 (4), 601-604 (1980).
  34. Neisser, U. Memory Observed: Remembering in Natural Contexts. , W.H. Freeman. San Francisco. (1982).
  35. Jekel, K., et al. Mild cognitive impairment and deficits in instrumental activities of daily living: a systematic review. Alzheimer's Research & Therapy. 7 (1), 17(2015).
  36. Chisholm, D., Toto, P., Raina, K., Holm, M., Rogers, J. Evaluating capacity to live independently and safely in the community: Performance assessment of self-care skills. British Journal of Occupational Therapy. 77 (2), 59-63 (2014).
  37. Cipresso, P., et al. Virtual multiple errands test (VMET): a virtual reality-based tool to detect early executive functions deficit in Parkinson's disease. Frontiers in Behavioral Neuroscience. 8, 405(2014).
  38. Owsley, C., Sloane, M., McGwin, G., Ball, K. Timed instrumental activities of daily living tasks: relationship to cognitive function and everyday performance assessments in older adults. Gerontology. 48 (4), 254-265 (2002).
  39. Brennan, L., et al. The Penn Parkinson's Daily Activities Questionnaire-15: Psychometric properties of a brief assessment of cognitive instrumental activities of daily living in Parkinson's disease. Parkinsonism & Related Disorders. 25, 21-26 (2016).
  40. Arlati, S., et al. Acceptance and usability of immersive virtual reality in older adults with objective and subjective cognitive decline. Journal of Alzheimer's Disease. 80 (3), 1025-1038 (2021).
  41. Porffy, L. A., et al. A novel virtual reality assessment of functional cognition: validation study. Journal of Medical Internet Research. 24 (1), 27641(2022).
  42. Swanson, C. W., Fling, B. W. Discriminative mobility characteristics between neurotypical young, middle-aged, and older adults using wireless inertial sensors. Sensors. 21 (19), 6644(2021).
  43. Yeh, T. T., Liang, P. J., Lee, S. C. Differences in walking-to-turning characteristics between older adult fallers and nonfallers: a prospective and observational study using wearable inertial sensors. International Journal of Rehabilitation Research. 45 (1), 53-57 (2022).
  44. Zach, H., et al. Identifying freezing of gait in Parkinson's disease during freezing provoking tasks using waist-mounted accelerometry. Parkinsonism & Related Disorders. 21 (11), 1362-1366 (2015).
  45. Bhatt, H., Pieruccini-Faria, F., Almeida, Q. J. Dynamics of turning sharpness influences freezing of gait in Parkinson's disease. Parkinsonism & Related Disorders. 19 (2), 181-185 (2013).
  46. Hoops, S., et al. Validity of the MoCA and MMSE in the detection of MCI and dementia in Parkinson disease. Neurology. 73 (21), 1738-1745 (2009).
  47. Bruck, S., Watters, P. A. Estimating cybersickness of simulated motion using the simulator sickness questionnaire (SSQ): A controlled study. Proceedings of the 2009 Sixth International Conference on Computer Graphics, Imaging and Visualization; Institute of Electrical and Electronics Engineers (IEEE). , 486-488 (2009).
  48. Kennedy, R. S., Lane, N. E., Berbaum, K. S., Lilienthal, M. G. Simulator sickness questionnaire: An enhanced method for quantifying simulator sickness. The International Journal of Aviation Psychology. 3 (3), 203-220 (1993).
  49. Brooke, S. Usability Evaluation in Industry. , Taylor & Francis. 189-194 (1996).
  50. Lewis, J. R., Sauro, J. The factor structure of the system usability scale. Human Centered Design. , 94-103 (2009).
  51. Sauro, J., Lewis, J. R. Quantifying the User Experience: Practical Statistics for User Research. 2nd ed. , Elsevier Inc. (2016).
  52. Niehorster, D. C., Li, L., Lappe, M. The accuracy and precision of position and orientation tracking in the HTC Vive virtual reality system for scientific research. i-Perception. 8 (3), 2041669517708205(2017).
  53. Suchy, Y., Kraybill, M. L., Franchow, E. Instrumental activities of daily living among community-dwelling older adults: discrepancies between self-report and performance are mediated by cognitive reserve. Journal of Clinical and Experimental Neuropsychology. 33 (1), 92-100 (2011).
  54. Reppermund, S., et al. Impairment in instrumental activities of daily living with high cognitive demand is an early marker of mild cognitive impairment: the Sydney memory and ageing study. Psychological Medicine. 43 (11), 2437-2445 (2013).
  55. Bangor, A., Kortum, P. T., Miller, J. T. An empirical evaluation of the system usability scale. International Journal of Human-Computer Interaction. 24 (6), 574-594 (2008).
  56. Kortum, P., Sorber, M. Measuring the usability of mobile applications for phones and tablets. International Journal of Human-Computer Interaction. 31 (8), 518-529 (2015).
  57. Alberts, J. L., et al. Development and implementation of a multi-disciplinary technology enhanced care pathway for youth and adults with concussion. Journal of Visualized Experiments. (143), e58962(2019).
  58. Rhodes, J. K., et al. Multiple Sclerosis performance test: technical development and usability. Advances in Therapy. 36 (7), 1741-1755 (2019).
  59. Alberts, J. L., et al. A technology-enabled concussion care pathway reduces costs and enhances care. Physical Therapy. 100 (1), 136-148 (2020).
  60. Macaron, G., et al. Technology-enabled assessments to enhance multiple sclerosis clinical care and research. Neurology Clinical Practice. 10 (3), 222-231 (2020).
  61. Porter, M. E. What is value in health care. The New England Journal of Medicine. 363 (26), 2477-2481 (2010).
  62. Sutton, J. M., Ash, S. R., Al Makki, A., Kalakeche, R. A. A daily hospital progress note that increases physician usability of the electronic health record by facilitating a problem-oriented approach to the patient and reducing physician clerical burden. The Permanente Journal. 23, (2019).
  63. Maetzler, W., et al. Modernizing daily function assessment in Parkinson's disease using capacity, perception, and performance measures. Movement Disorders. 36 (1), 76-82 (2021).
  64. Stephenson, D., Badawy, R., Mathur, S., Tome, M., Rochester, L. Digital progression biomarkers as novel endpoints in clinical trials: a multistakeholder perspective. Journal of Parkinson's Disease. 11, 103-109 (2021).
  65. Lu, M., et al. Vision-based estimation of MDS-UPDRS Gait scores for assessing Parkinson's Disease motor severity. Medical Image Computing and Computer-Assisted Intervention. 12263, 637-647 (2020).
  66. Hobert, M. A., et al. Progressive gait deficits in Parkinson's disease: a wearable-based biannual 5-year prospective study. Frontiers in Aging Neuroscience. 11, 22(2019).
  67. Thorp, J. E., Adamczyk, P. G., Ploeg, H. L., Pickett, K. A. Monitoring motor symptoms during activities of daily living in individuals with Parkinson's disease. Frontiers in Neurology. 9, 1036(2018).
  68. Shawen, N., et al. Role of data measurement characteristics in the accurate detection of Parkinson's disease symptoms using wearable sensors. Journal of NeuroEngineering and Rehabilitation. 17 (1), 52(2020).
  69. Lu, R., et al. Evaluation of wearable sensor devices in Parkinson's disease: a review of current status and future prospects. Parkinsons Disease. 2020, 4693019(2020).
  70. Ozinga, S. J., Alberts, J. L. Quantification of postural stability in older adults using mobile technology. Experimental Brain Research. 232 (12), 3861-3872 (2014).
  71. Ozinga, S. J., et al. Three-dimensional evaluation of postural stability in Parkinson's disease with mobile technology. NeuroRehabilitation. 41 (1), 211-218 (2017).
  72. Ozinga, S. J., Linder, S. M., Alberts, J. L. Use of mobile device accelerometry to enhance evaluation of postural instability in Parkinson disease. Archives of Physical Medicine and Rehabilitation. 98 (4), 649-658 (2017).
  73. Ozinga, S. J., Machado, A. G., Miller Koop, M., Rosenfeldt, A. B., Alberts, J. L. Objective assessment of postural stability in Parkinson's disease using mobile technology. Movement Disorders. 30 (9), 1214-1221 (2015).
  74. Maldonado-Naranjo, A., Koop, M. M., Hogue, O., Alberts, J., Machado, A. Kinematic metrics from a wireless stylus quantify tremor and bradykinesia in Parkinson's disease. Parkinson's Disease. 2019, 6850478(2019).
  75. Lingaiah, A., et al. Improving anxiety in Parkinson's disease: A cautionary tale about mobile health technologies. Parkinsonism & Related Disorders. 73, 50-51 (2020).
  76. di Biase, L., et al. Quantitative analysis of bradykinesia and rigidity in Parkinson's disease. Frontiers in Neurology. 9, 121(2018).
  77. Espay, A. J., et al. Technology in Parkinson's disease: Challenges and opportunities. Movement Disorders. 31 (9), 1272-1282 (2016).
  78. Sieber, B. A., et al. Prioritized research recommendations from the National Institute of Neurological Disorders and Stroke Parkinson's Disease 2014 conference. Annals of Neurology. 76 (4), 469-472 (2014).
  79. van Uem, J. M., et al. Health-related quality of life in patients with Parkinson's disease--A systematic review based on the ICF model. Neuroscience & Biobehavioral Reviews. 61, 26-34 (2016).
  80. Papadopoulos, E., Buracchio, T. Drug Development Tool (DDT) COA #000142. U.S. Food & Drug Administration. , (2021).

Przedruki i uprawnienia

Przeglądaj więcej artykułów

wszechkierunkowa bieżniaocena poznawczachoroba Parkinsonachoroba Alzheimerachoroba symulatorowaczynności życia codziennegowyniki biomechanicznewydajność w zadaniach podwójnych
Immersyjna platforma zakupowa Cleveland Clinic w wirtualnej rzeczywistości do oceny kluczowych czynności życia codziennego
Skontaktuj się z nami
Poleć bibliotece

Prywatność

Warunki korzystania z usługi

Zasady

Prawa autorskie © 2026 MyJoVE Corporation. Wszelkie prawa zastrzeżone.