ABSTRACT
ABSTRACT Introduction: As the World Health Organization declared the novel coronavirus as a pandemic in March 2020, physical therapy is more difficult to execute, and social distancing is mandatory in the healthcare sector. Objective: In physical therapy, an online video analysis software that provides real-time graphic and numerical information about the patient's movement executions without direct personal contact would mean a significant improvement in eHealth treatment. Methods: We have developed a software layer on top of OpenPose human body position estimation software that can extract the time series of angles of arbitrary body parts using the output coordinates from OpenPose processing the data recorded by two cameras simultaneously. To validate the procedure of determining the joint angles using the Openpose software we have used the Kinovea software. Results: The comparison of the determined maximal knee angle in our and the Kinovea software, which is widely used in biomechanical measurements, was not significantly different (2.03±1.06°, p<0.05) Conclusion: This indicates, that the developed software can calculate the appropriate joint angles with the accuracy that physiotherapy treatments require. As, to our knowledge no such software yet exists, with the help of this software development, therapists could control and correct the exercises in real-time, and also from a distance, and physical therapy effectiveness could be increased. Level of Evidence II; Experimental, comparative.
RESUMEN Introducción: Como la Organización Mundial de la Salud declaró el nuevo coronavirus como una pandemia en marzo de 2020, la fisioterapia es más difícil de ejecutar, el distanciamiento social es obligatorio en el sector de la salud. Objetivo: En la práctica de fisioterapia un software de análisis de vídeo online que proporcione información gráfica y numérica en tiempo real sobre las ejecuciones de movimiento del paciente sin contacto personal directo supondría una mejora significativa en el tratamiento de la eSalud. Métodos: Fue desarrollado una capa de software sobre el software de estimación de posición del cuerpo humano OpenPose que puede extraer la serie temporal de ángulos de partes arbitrarias del cuerpo utilizando las coordenadas de salida de OpenPose procesando los datos registrados por dos cámaras simultáneamente. Para validar el procedimiento de determinación de los ángulos articulares mediante el software Openpose fue utilizado el software Kinovea. Resultados: La comparación del ángulo máximo de rodilla determinado en nuestro software y Kinovea, que es ampliamente utilizado en mediciones biomecánicas, no fue significativamente diferente (2,03±1,06°, p<0,05). Conclusión: Esto indica que el software desarrollado puede calcular los ángulos articulares adecuados con la precisión que requieren los tratamientos de fisioterapia. Dado que aún no existe dicho software, con la ayuda de este desarrollo de software, los terapeutas podrían controlar y corregir los ejercicios en tiempo real, y también a distancia, y se podría aumentar la eficacia de la fisioterapia. Nivel de Evidencia II; Experimental, comparativo.
RESUMO Introdução: Como a Organização Mundial da Saúde declarou o novo coronavírus como pandemia em março de 2020, a fisioterapia é mais difícil de executar, o distanciamento social é obrigatório no setor de saúde. Objetivo: Na prática da fisioterapia, um software de análise de vídeo online que fornece informações gráficas e numéricas em tempo real sobre as execuções de movimento do paciente sem contato pessoal direto significaria uma melhora significativa no tratamento eHealth. Métodos: Desenvolveu-se uma camada de software em cima do software de estimativa de posição do corpo humano OpenPose que pode extrair as séries temporais de ângulos de partes do corpo arbitrárias usando as coordenadas de saída do OpenPose processando os dados gravados por duas câmeras simultaneamente. Para validar o procedimento de determinação dos ângulos articulares utilizando o software Openpose utilizou-se o software Kinovea. Resultados: A comparação do ângulo máximo do joelho determinado em nosso e no software Kinovea, amplamente utilizado em medidas biomecânicas, não foi significativamente diferente (2,03±1,06°, p<0,05) Conclusão: Isso indica que o software desenvolvido pode calcular os ângulos articulares adequados com a precisão que os tratamentos de fisioterapia exigem. Como esse software ainda não existe, com a ajuda do desenvolvimento desse software, os terapeutas puderam controlar e corrigir os exercícios em tempo real, e também à distância, aumentando a eficácia da fisioterapia. Nível de Evidência II; Experimental, comparativo.
ABSTRACT
Fundamentos: O Acidente Vascular Encefálico (AVE) é uma síndrome de déficit neurológico agudo atribuído à lesão vascular do Sistema Nervoso (SN). As técnicas de Inteligência Artificial (IA) na Medicina como algoritmos de Redes Neurais Artificiais (RNAs) têm ajudado na tomada de decisões clínicas voltadas para essa condição. Objetivo: o objetivo desta revisão será avaliar como as redes neurais artificiais estão sendo utilizadas para a predição de diagnóstico de AVE. Métodos: Trata-se de uma revisão sistemática de artigos indexados nas bases de dados PubMed, BVS, SciELO, Cochrane e SpringerLink, entre janeiro e fevereiro de 2022. Os critérios de inclusão e filtros para esse trabalho foram: artigos relacionados ao tema, estudos randomizados, coorte e ensaios clínicos, trabalhos em humanos, realizados nos últimos 5 anos, apenas nos idiomas Português, Inglês e Espanhol e com texto completo disponível gratuitamente. Os parâmetros de exclusão foram: artigos duplicados, fuga ao tema, artigos de revisão e trabalhos que não preenchiam todos os critérios de inclusão. Resultados: As RNAs estão sendo utilizadas, principalmente, para avaliação de áreas de lesões isquêmicas e hemorrágicas por métodos de segmentação e os exames mais utilizados para a modelagem dos programas têm sido Ressonância Magnética (RM) e Tomografia Computadorizada (TC). Além da TC e RM, a angiorressonância e angiotomografia também estão sendo utilizadas para o modelamento do algoritmo e são úteis por apresentarem maior sensibilidade para detecção de infartos. Conclusão: Algoritmos de segmentação e classificação aplicados nas RNAs fazem parte da medicina personalizada e servem de base para médicos na prática clínica.
Background: Stroke is an acute neurological deficit syndrome attributed to vascular injury to the Nervous System (NS). Artificial Intelligence (AI) techniques in Medicine such as Artificial Neural Networks (ANNs) algorithms have helped in making clinical decisions aimed at this condition. Objective: the objective of this review will be to evaluate how artificial neural networks are being used to predict the diagnosis of stroke. Methods: This is a systematic review of articles indexed in PubMed, VHL, SciELO, Cochrane and SpringerLink databases, between January and February 2022. The inclusion criteria and filters for this work were: articles related to the topic, studies randomized, cohort and clinical trials, studies in humans, carried out in the last 5 years, only in Portuguese, English and Spanish and with full text available free of charge. The exclusion parameters were: duplicate articles, escape from the topic, review articles and works that did not meet all the inclusion criteria. Results: ANNs are being used mainly for the evaluation of areas of ischemic and hemorrhagic lesions by segmentation methods and the most used exams for modeling the programs have been Magnetic Resonance Imaging (MRI) and Computed Tomography (CT). In addition to CT and MRI, magnetic resonance angiography and tomography angiography are also being used to model the algorithm and are useful because they have greater sensitivity for detecting infarctions. Conclusion: Segmentation and classification algorithms applied in ANNs are part of personalized medicine and serve as a basis for physicians in clinical practice.