ఇంటర్నేషనల్ జర్నల్ ఆఫ్ ఫిజికల్ మెడిసిన్ & రిహాబిలిటేషన్
అందరికి ప్రవేశం

నైరూప్య

దిగువ అంత్య భాగాల గాయాలతో బాధపడుతున్న రోగులకు మెషిన్ లెర్నింగ్ అప్లికేషన్ తర్వాత టెలి రిహాబిలిటేషన్ యొక్క పురోగతి

Andriy J. Hospodarskyy, Andriy I. Tsvyakh

లక్ష్యాలు: టెలిమెడిసిన్ టెక్నాలజీ అమలులో ఆర్టిఫిషియల్ ఇంటెలిజెన్స్ (AI) వినియోగం ప్రధాన పాత్ర పోషిస్తుంది. దిగువ అంత్య భాగాలలో గాయాలతో బాధపడుతున్న రోగుల పునరావాసం కోసం మెషిన్ లెర్నింగ్ అల్గారిథమ్‌తో టెలిమెడిసిన్ సాంకేతికతను అమలు చేయడం గురించి చర్చించడం ఈ పేపర్ యొక్క ప్రధాన అంశం. నాలుగు సంవత్సరాల వ్యవధిలో వరుసగా రోగులను నియమించారు.
పద్ధతులు: దిగువ అంత్య భాగాల గాయాలతో మొత్తం 148 సబ్జెక్టులు అధ్యయనంలో నమోదు చేయబడ్డాయి. నియంత్రణ సమూహం నుండి 52 మంది రోగులు గాయం తర్వాత 3-వారాల పాటు సంప్రదాయ పునరావాస విధానాలకు లోనయ్యారు. గాయం తర్వాత 3 వారాల అధ్యయన వ్యవధిలో మొత్తం 96 సబ్జెక్టులు టెలిరిహాబిలిటేషన్ గ్రూప్‌లో నమోదు చేయబడ్డాయి మరియు గృహ వినియోగం కోసం వ్యాయామాల సమితితో శిక్షణ పొందారు. 96 టెస్ట్ సబ్జెక్ట్‌ల కోసం హోమ్ రిమోట్ మానిటరింగ్‌లో యాక్సిస్-సెన్సర్, టెంపరేచర్ మరియు పల్స్-ఆక్సిమెట్రీ సెన్సార్‌లతో కూడిన ప్రోటోటైప్ పరికరాన్ని ఉపయోగించడం జరిగింది, అవి గాయపడిన అవయవాలకు అమర్చబడ్డాయి.
ఫలితాలు: టెలిమోనిటరింగ్ సమయంలో, వైద్యుడు పునరావాస వ్యాయామాల యొక్క ప్రతి దశ యొక్క అమలు యొక్క సమర్ధతను నియంత్రిస్తాడు మరియు అవయవం యొక్క క్రియాత్మక స్థితిని బట్టి నిజ సమయంలో లోడ్‌ను సర్దుబాటు చేసే సామర్థ్యాన్ని కలిగి ఉంటాడు. సాంప్రదాయ పునరావాసం (15.2 నిమిషాలు, SD: 2.7) కంటే టెలీరిహాబిలిటేషన్ సమయంలో ఆర్థోపెడిక్ సర్జన్ రోగులను సంప్రదించడానికి (1.9 నిమిషాలు, SD: 0.5) గణనీయంగా తక్కువ సమయం తీసుకున్నాడు. ఆర్థోపెడిక్ సర్జన్ యొక్క సాంప్రదాయ పునరావాసం (36.7%, SD:7.3) కంటే మెషిన్ లెర్నింగ్ అల్గారిథమ్ (78.3%, SD:12.6)తో టెలిరిహాబిలిటేషన్‌కు రోగి సంతృప్తి ఎక్కువగా ఉంది.