Lợi nhuận:
- Hiểu những công cụ ước tính tư thế dựa trên video nào có thể đo lường và chúng sai ở đâu trong vật lý trị liệu
- Khả năng xác thực chéo dữ liệu góc, đối xứng và chuyển động có nguồn gốc từ AI bằng đánh giá quan sát và đo lường thực tế
- Khả năng báo cáo phân tích video đồng thời bảo vệ quyền riêng tư của bệnh nhân, biết các lỗi và giới hạn đo lường
Con mắt của nhà vật lý trị liệu nói lên nhiều điều bằng cách quan sát cách bệnh nhân đi lại, ngồi xổm, giơ tay. Trong những năm gần đây, trí tuệ nhân tạo (AI) đã giới thiệu một công cụ mới hỗ trợ con mắt này: ước tính tư thế; phần mềm tự động đánh dấu các khớp của cơ thể con người trong video hoặc ảnh và tính toán góc, khoảng cách và tính đối xứng. Nó có thể ước tính góc đầu gối từ video ngồi xổm được quay bằng camera điện thoại và tính đối xứng của bước đi từ video đi bộ. Đây là một công cụ hỗ trợ đắc lực nhưng cũng chứa đựng những sai sót đo lường nghiêm trọng. Trong phần này, bạn sẽ tìm hiểu xem ước tính tư thế có thể đo được những gì, nó sai ở đâu và cách xác minh kết quả đầu ra của nó một cách an toàn.
Ước tính tư thế làm gì và nó không thể làm gì?
Các công cụ ước tính tư thế phát hiện các điểm trên cơ thể (chẳng hạn như vai, khuỷu tay, hông, đầu gối, mắt cá chân) trong ảnh và tính toán các giá trị như góc khớp, độ nghiêng của cơ thể và sự khác biệt đối xứng từ chúng. Điều này rất hữu ích để so sánh chuyển động lặp đi lặp lại theo thời gian, đưa ra phản hồi trực quan cho bệnh nhân và cung cấp bản quét sơ bộ. Ví dụ, hình dung độ sâu ngồi xổm của bệnh nhân tăng dần từ tuần này sang tuần khác là động lực.
Tuy nhiên, ước tính tư thế không thay thế phép đo lâm sàng. Nếu góc camera thay đổi, giá trị góc cũng thay đổi; quần áo rộng che giấu khớp; ánh sáng xấu làm nhầm lẫn người mẫu; Việc ngoại suy chuyển động ba chiều (3D) từ video hai chiều (2D) vốn không chính xác (mất góc quay và độ sâu). Đo bằng máy đo góc (dụng cụ lâm sàng đo góc khớp) vẫn là phương pháp tham khảo. Ước tính mức độ phơi sáng cho bạn biết "khoảng"; Nó không nói "chắc chắn".
Thận trọng: Giá trị góc thu được từ ước tính tư thế không phải là phép đo lâm sàng chính thức. Xác nhận bằng máy đo góc hoặc phương pháp đã được xác nhận trong các điều kiện tiêu chuẩn trước khi viết báo cáo. Câu “AI nói 47°” không phải là bằng chứng lâm sàng.
Nguồn sai số đo lường
Biết các yếu tố ảnh hưởng đến độ chính xác của ước tính tư thế là chìa khóa để đọc kết quả đầu ra một cách chính xác.
Nguồn lỗi
Hiệu ứng
Cách giảm
góc máy ảnh
Thay đổi giá trị góc đáng kể
Giữ máy ảnh ổn định và vuông góc với mặt phẳng chuyển động
quần áo
Ẩn/chuyển điểm khớp
Quần áo bó sát hoặc vừa vặn, có điểm mốc
ánh sáng
Người mẫu bị mất điểm
Ánh sáng tốt, đồng đều; không có bóng
Mất 2D-3D
Không thể nhìn thấy độ sâu và xoay
Chụp nhiều góc hoặc hệ thống 3D trong phép đo quan trọng
Khoảng cách/độ phân giải
Độ phân giải thấp làm tăng lỗi
Có thể nhìn thấy toàn thân, độ phân giải vừa đủ
Từng bước: phân tích video một cách an toàn
- Nhận được sự đồng ý. Giải thích cho bệnh nhân rằng một đoạn video sẽ được quay, cách lưu trữ và mục đích của nó, đồng thời phải có được sự đồng ý rõ ràng.
- Sửa tiêu chuẩn. Đảm bảo vị trí, khoảng cách, ánh sáng và quần áo của máy ảnh giống nhau trong mỗi lần đo (nếu không việc so sánh sẽ trở nên vô nghĩa).
- Kéo và xử lý. Chạy công cụ, nhận các giá trị góc/đối xứng đầu ra.
- Kiểm tra chéo với quan sát. Quan sát lâm sàng của riêng bạn có phù hợp với AI không? Nếu có sự khác biệt, hãy dựa vào quan sát chứ không phải AI.
- Xác nhận giá trị tới hạn bằng máy đo góc. Mọi khía cạnh được đưa vào báo cáo phải được xác minh bằng phương pháp tiêu chuẩn.
- Báo cáo bằng cách chỉ định giới hạn. Giống như "Ước tính mức độ phơi nhiễm, với sai số ±X". Bảo vệ sự riêng tư.
Ba trường hợp nhỏ (theo số lượng)
Trường hợp 1 - Theo dõi squat. Bệnh nhân 28 tuổi, đau xương bánh chè. Ước tính phơi nhiễm trong tuần đầu tiên cho thấy độ cong của đầu gối ở 62°, máy đo góc đo được 68° (chênh lệch 6°, máy ảnh hơi lệch sang một bên). Nhà vật lý trị liệu đã sửa lại máy ảnh và trong các lần đo tiếp theo, chênh lệch giảm xuống còn 2°. Sau 4 tuần, độ sâu ngồi xổm không đau tăng lên đáng kể; Video so sánh hàng tuần với bệnh nhân đã mang lại động lực.
Trường hợp 2 - Ngụy biện đối xứng dáng đi. Bệnh nhân 60 tuổi sau khi thay khớp gối. Ước tính tư thế báo cáo sự bất đối xứng về độ dài bước 18%. Nhưng bệnh nhân lại mặc quần rộng thùng thình và camera ở hành lang (góc không cố định). Ở lần chụp lại với quần áo bó sát và máy ảnh cố định, độ bất đối xứng là 7%. Bài học: điều kiện xấu có thể gây ra lỗi gấp đôi; Sẽ là sai sót nếu quyết định lâm sàng được đưa ra dựa trên giá trị sai đầu tiên.
Trường hợp 3 - Nâng cao vai. Vai bị đông cứng ở tuổi 50. Video 2D đã đánh giá quá cao vụ bắt cóc vì cánh tay hướng về phía trước (cánh tay không chính xác nằm trong mặt phẳng bên). Nhà vật lý trị liệu đã đo được 95° bằng máy đo góc và cho biết AI là 112°. Giá trị máy đo góc đã được ghi trong báo cáo, giá trị AI chỉ được sử dụng để theo dõi xu hướng.
Dấu nhắc yếu / Dấu nhắc mạnh
Ở đây, "nhắc" là văn bản diễn giải cả công cụ và kết quả.
Yếu: “Từ video này, hãy cho biết góc đầu gối của bệnh nhân và viết vào báo cáo.”
Bỏ qua điều kiện đo, biên độ sai số và xác minh; có thể chính thức hóa một giá trị không chính xác.
Güçlü: "Nhận xét góc gập đầu gối trong kết quả ước tính tư thế này. Liệt kê các nguồn lỗi có thể xảy ra do góc máy ảnh, quần áo và ranh giới 2D. Gắn nhãn giá trị là 'ước tính' và cho biết rằng giá trị đó cần được xác nhận bằng máy đo điện áp. Đề xuất quyết định lâm sàng."
Bốn mẫu có thể sao chép
Nhiệm vụ: Giải thích kết quả ước tính phơi nhiễm (không phải dưới dạng phép đo lâm sàng). Dữ liệu: [giá trị góc/đối xứng + điều kiện chụp: máy ảnh, khoảng cách, ánh sáng, quần áo] Tôi muốn: (1) tóm tắt các giá trị, (2) các nguồn lỗi có thể xảy ra, (3) giá trị nào yêu cầu xác nhận máy đo góc, (4) nhãn "ước tính". Đừng đưa ra quyết định, chỉ giải thích và đề nghị xác minh.
Nhiệm vụ: Tạo danh sách kiểm tra giao thức thu nhận tiêu chuẩn. Bối cảnh: [chuyển động cần đo, ví dụ: ngồi xổm / bắt cóc vai / đi bộ] Tôi muốn: Vị trí máy ảnh, khoảng cách, góc, ánh sáng, quần áo và danh sách kiểm tra được chia thành từng mục để có thể lặp lại. Để so sánh đo lường.
Nhiệm vụ: So sánh dữ liệu tiếp xúc từ hai phiên khác nhau. Dữ liệu: [giá trị] Phiên 1 / [giá trị] Phiên 2 / là các điều kiện giống nhau: [có/không]Tôi muốn: Tóm tắt thay đổi + cảnh báo xem thay đổi có thể là do lỗi đo lường hay tiến trình thực tế hay không. Nếu các điều kiện khác nhau, việc so sánh sẽ vô hiệu.
Nhiệm vụ: Dịch kết quả phân tích video sang ngôn ngữ đơn giản cho bệnh nhân. Phát hiện: [góc kỹ thuật/tóm tắt tính đối xứng] Quy tắc: Tạo động lực nhưng giảm nhẹ, nêu "đo lường ước tính", không tạo ra sự sợ hãi, chỉ cần giải thích bước tiếp theo.
Mẹo: Công dụng mạnh mẽ nhất của ước tính mức độ hiển thị là xu hướng chứ không phải giá trị tuyệt đối. Việc theo dõi sự thay đổi từ tuần này sang tuần khác trong cùng một điều kiện tiêu chuẩn sẽ đáng tin cậy và có động lực hơn nhiều so với việc tuyên bố một góc độ “chắc chắn” một lần.
Giá trị động lực của phản hồi trực quan
Mặc dù độ chính xác của phép đo ước tính tư thế còn gây tranh cãi, nhưng giá trị của nó trong việc cung cấp phản hồi trực quan cho bệnh nhân là rất lớn. Khi một bệnh nhân nhìn thấy những hình ảnh cạnh nhau về độ sâu ngồi xổm hoặc chiều cao cánh tay của họ tăng dần từ tuần này sang tuần khác, họ sẽ có động lực mạnh mẽ hơn nhiều so với một câu trừu tượng như "bạn đang tiến bộ". Điều này dựa trên nguyên tắc khoa học hành vi rằng sự tiến bộ rõ ràng và hữu hình sẽ làm tăng sự cam kết. Hình ảnh tương tự cũng có thể được sử dụng để chứng minh cho bệnh nhân thấy kiểu chuyển động không chính xác (ví dụ: đầu gối trượt vào khi ngồi xổm); Bệnh nhân học cách điều chỉnh các cử động của mình dễ dàng hơn khi nhìn thấy chúng từ bên ngoài. Nhưng ở đây, quy tắc vẫn được giữ nguyên: sử dụng hình ảnh như một công cụ giảng dạy và tạo động lực, chứ không phải như một tuyên bố về phép đo lâm sàng chính xác. Nói với bệnh nhân "đây là số đo ước tính, nó cho thấy xu hướng của bạn" sẽ duy trì sự trung thực và tin tưởng.
Mẹo: Phản hồi trực quan dựa trên sự so sánh với bệnh sử của chính bệnh nhân, không phải dựa trên con số tuyệt đối. Thông điệp “sâu sắc hơn và phù hợp hơn so với tuần trước” vừa an toàn vừa mang tính động viên cao hơn thông điệp “uốn cong đầu gối 68°”.
Những lỗi thường gặp
- Nhầm góc AI với phép đo lâm sàng. Ước tính tư thế là phỏng đoán; giác kế là tài liệu tham khảo.
- Không tiêu chuẩn hóa các điều kiện Việc so sánh các video được quay bằng máy ảnh/đèn/quần áo khác nhau là sai lầm.
- Quên giới hạn 2D. Video 2D mắc lỗi nghiêm trọng trong các chuyển động liên quan đến xoay và độ sâu.
- Không nhận được sự đồng ý. Video bệnh nhân là dữ liệu đặc biệt; Sự đồng ý rõ ràng và lưu trữ an toàn là điều cần thiết.
- Để vô hiệu hóa quan sát. Nếu AI mâu thuẫn với quan sát lâm sàng, hãy tin vào quan sát đó, sau đó điều tra nguyên nhân.
- Lưu trữ video không an toàn Việc giữ video có thể nhận dạng bệnh nhân không được bảo vệ trên đám mây là vi phạm KVKK.
Tóm lại
Ước tính tư thế dựa trên video là một công cụ hỗ trợ có giá trị để theo dõi và so sánh chuyển động cũng như đưa ra phản hồi trực quan cho bệnh nhân; Tuy nhiên, nó dễ bị sai số đo do góc máy, quần áo, ánh sáng và mất 2D-3D. Hãy coi đầu ra như một “ước tính”, chuẩn hóa các điều kiện, xác minh các giá trị quan trọng bằng máy đo điện áp và sử dụng hầu hết để theo dõi xu hướng. Video bệnh nhân là dữ liệu riêng tư; Phê duyệt và lưu trữ an toàn là bắt buộc.
Nhiệm vụ ứng dụng
Chọn một động tác (ngồi xổm, dang vai hoặc đi bộ). Tạo danh sách kiểm tra chụp tiêu chuẩn với mẫu thứ hai. Giả sử rằng cùng một chuyển động được "bắn" một lần theo cách tiêu chuẩn, một lần trong các điều kiện xấu có chủ ý (máy ảnh bên hông, quần áo rộng) và để mẫu đầu tiên diễn giải sự khác biệt giữa hai đầu ra. Đánh dấu giá trị nào cần xác nhận bằng máy đo góc.
danh sách kiểm tra
- [ ] Tôi đã nhận được sự đồng ý rõ ràng đối với video của bệnh nhân và giữ nó an toàn.
- [ ] Tôi đã chuẩn hóa các điều kiện chụp (máy ảnh, khoảng cách, ánh sáng, quần áo).
- [ ] Tôi gắn nhãn góc AI là "ước tính" và không coi đó là phép đo chính thức.
- [ ] Tôi đã kiểm tra chéo với quan sát lâm sàng của mình.
- [ ] Tôi đã xác nhận các giá trị tới hạn sẽ được đưa vào báo cáo bằng máy đo điện áp.
- [ ] Tôi chủ yếu sử dụng dữ liệu phơi nhiễm để theo dõi xu hướng chứ không đưa ra tuyên bố dứt khoát một lần.