Интеллектуальная система поддержки принятия решений для управления процессом реабилитации пациентов после эндопротезирования суставов

Abstract

Статья посвящена разработке интеллектуальной системы поддержки принятия решений, основанной на онтологическом подходе, технологиях машинного обучения и компьютерного зрения для управления процессом реабилитации пациентов после эндопротезирования суставов. Рассмотрены преимущества применения искусственного интеллекта и компьютерного зрения в медицинской практике, что позволяет повысить эффективность и точность реабилитационных мероприятий. Разработанная система использует цифрового двойника пациента, отражающего ключевые параметры его состояния и траекторию восстановления с момента первого взаимодействия с системой. Программно-инструментальная среда, на базе которой создана система, обеспечивает возможность удаленного наблюдения и корректировки плана реабилитации специалистами, что является значительным преимуществом по сравнению с традиционными методами. Система анализирует видеозаписи, выполняет анализ движений и адаптирует реабилитационные меры в зависимости от полученных данных о моторной активности пациента в реальном времени. Предложенный метод имеет потенциал для повышения точности и персонализации реабилитационных подходов, что способствует улучшению доступности и эффективности лечения. Интеграция элементов искусственного интеллекта в клиническую практику открывает перспективные направления для оптимизации реабилитационных процессов. Технологии компьютерного зрения и анализа траекторий движений пациента позволяют не только снизить нагрузку на специалистов, но и обеспечить более объективную оценку эффективности проводимых реабилитационных мероприятий. The article considers the approach to the development of an intelligent decision support system based on artificial intelligence technologies to manage the rehabilitation process in patients who have undergone joint endoprosthetic surgery. The paper focuses on the advantages of using complex intelligent systems in various industries requiring personalised approaches to the object, including medicine. The prospects for their further development are considered. The creation of a digital twin reflecting the key parameters of the object and its development trajectory from the moment of the first interaction with the system is proposed. The system, developed on the basis of software and instrumental environments, provides the possibility of remote observation and correction of the recovery plan by specialists, which represents a significant advantage compared to traditional methods. In order to ensure the adaptability of the system and the actualisation of the proposed solutions, control over the patient's condition and adaptation of treatment programmes is achieved by means of periodic and unscheduled checking of the object indicators. This is achieved by comparing the indicators obtained as a result of video data analysis with the normalised indicators of the system. The developed system analyses video recordings, performs movement analysis and adapts rehabilitation measures depending on the obtained data on the patient's motor activity in real time. The proposed method offers the potential to enhance the precision and personalisation of rehabilitation approaches, thereby facilitating greater accessibility and efficacy in treatment. The integration of artificial intelligence elements into clinical practice presents a promising avenue for optimising rehabilitation processes.