Tổng quan nghiên cứu

Phục hồi chức năng là một lĩnh vực quan trọng trong y tế, nhằm giúp bệnh nhân khôi phục lại các chức năng vận động bị suy giảm do chấn thương, tai biến hoặc các bệnh lý khác. Tại Việt Nam, theo ước tính, khoảng 7,8% dân số, tương đương 6,1 triệu người, bị khuyết tật về một hoặc nhiều chức năng, trong đó khuyết tật vận động chiếm tỷ lệ cao nhất với 35,5%. Mặc dù các bệnh viện tuyến tỉnh và các trung tâm phục hồi chức năng đã được thành lập rộng rãi, nhưng trang thiết bị chuyên dụng cho phục hồi chức năng vận động, đặc biệt là phục hồi chức năng khớp gối, vẫn còn thiếu thốn và chưa đáp ứng được nhu cầu thực tế. Các thiết bị hiện có thường đơn giản, không có khả năng tùy biến cao, dẫn đến hiệu quả phục hồi chưa tối ưu và kéo dài thời gian điều trị.

Luận văn tập trung thiết kế một hệ thống hỗ trợ phục hồi chức năng cho bệnh nhân dựa trên công nghệ cảm biến Kinect của Microsoft, nhằm theo dõi, đo lường và đánh giá quá trình vận động của bệnh nhân một cách định lượng. Mục tiêu cụ thể là xây dựng phần mềm có khả năng trích xuất khung xương, đo lường các thông số vận động như tốc độ, vận tốc và góc vận động, đồng thời hiển thị và lưu trữ dữ liệu phục vụ đánh giá và điều chỉnh phác đồ tập luyện. Nghiên cứu được thực hiện tại Hà Nội trong năm 2020, với ý nghĩa góp phần nâng cao hiệu quả phục hồi chức năng, giảm thiểu rủi ro chấn thương và rút ngắn thời gian điều trị cho bệnh nhân.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

  • Lý thuyết phục hồi chức năng y sinh: Phục hồi chức năng là quá trình giúp bệnh nhân khôi phục khả năng vận động và chức năng cơ thể sau tổn thương, kết hợp các biện pháp vật lý trị liệu, vận động trị liệu, tâm lý trị liệu và hoạt động trị liệu.

  • Mô hình chuỗi chuyển động (kinematic chain): Phân loại chuỗi chuyển động thành chuỗi đóng và chuỗi mở, trong đó chuỗi đóng giúp tăng sự ổn định và chịu trọng lượng, còn chuỗi mở phù hợp với các bài tập cô lập và an toàn cho bệnh nhân sau phẫu thuật.

  • Khung xương 3D và trích xuất dữ liệu chuyển động: Sử dụng cảm biến Kinect để thu nhận dữ liệu chiều sâu và màu sắc, từ đó trích xuất 20 khớp xương chính trên cơ thể người, phục vụ cho việc đo lường các thông số vận động.

Các khái niệm chính bao gồm: phục hồi chức năng vận động, cảm biến chiều sâu Kinect, trích xuất khung xương, đo lường vận tốc và góc vận động, chuỗi chuyển động đóng và mở.

Phương pháp nghiên cứu

Nguồn dữ liệu chính được thu thập từ thiết bị Microsoft Kinect for Windows phiên bản 1, kết hợp với bộ công cụ phát triển phần mềm Nuitrack SDK để trích xuất khung xương và nhận dạng cử chỉ. Cỡ mẫu nghiên cứu bao gồm các bệnh nhân phục hồi chức năng vận động chi trên và chi dưới tại một số cơ sở y tế ở Hà Nội.

Phương pháp chọn mẫu là phương pháp thuận tiện, lựa chọn bệnh nhân đang trong quá trình phục hồi chức năng có thể tham gia tập luyện và theo dõi bằng thiết bị Kinect. Phân tích dữ liệu sử dụng các thuật toán xử lý ảnh và dữ liệu 3D để trích xuất khung xương, tính toán vận tốc theo ba trục không gian (X, Y, Z) và góc vận động của các khớp.

Timeline nghiên cứu kéo dài trong năm 2020, bao gồm các giai đoạn: khảo sát nhu cầu và thiết bị hiện có, thiết kế phần mềm và giao diện, thu thập dữ liệu thử nghiệm, phân tích kết quả và hoàn thiện hệ thống.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

  1. Độ chính xác trích xuất khung xương: So sánh giữa Nuitrack SDK và Kinect SDK 1.8 cho thấy Nuitrack có độ chính xác cao hơn trong việc theo dõi 20 khớp xương, đặc biệt khi các bộ phận cơ thể trùng lặp trong góc nhìn cảm biến. Độ chính xác của Nuitrack vượt trội khoảng 15-20% so với Kinect SDK.

  2. Đo lường vận tốc và góc vận động: Hệ thống đo được vận tốc trung bình của các khớp trong khoảng từ 50 mm/s đến 300 mm/s tùy bài tập, với sai số dưới 5%. Góc vận động đo được dao động từ 0° đến 120°, phù hợp với biên độ vận động khớp gối và khớp vai trong phục hồi chức năng.

  3. Hiệu quả theo dõi và đánh giá phục hồi: Phần mềm cho phép lưu trữ dữ liệu theo từng phiên tập, giúp bác sĩ và kỹ thuật viên dễ dàng theo dõi tiến trình phục hồi của bệnh nhân qua các chỉ số vận động định lượng. So với phương pháp truyền thống, việc sử dụng hệ thống này giúp giảm thiểu sai số chủ quan và tăng tính khách quan trong đánh giá.

  4. Phản hồi từ người dùng: Bệnh nhân và nhân viên y tế đánh giá cao tính tiện dụng của giao diện phần mềm, khả năng hiển thị trực quan các thông số vận động và tính năng lưu trữ dữ liệu. Khoảng 85% người dùng cho biết hệ thống giúp họ hiểu rõ hơn về tiến trình phục hồi và điều chỉnh bài tập phù hợp.

Thảo luận kết quả

Nguyên nhân của sự khác biệt về độ chính xác giữa hai SDK là do thuật toán trích xuất khung xương của Nuitrack được tối ưu hóa hơn, sử dụng nhiều mẫu dữ liệu và xử lý tốt hơn các trường hợp chồng lấp khớp xương. Kết quả này phù hợp với các nghiên cứu gần đây trong lĩnh vực kỹ thuật y sinh về ứng dụng cảm biến 3D trong phục hồi chức năng.

Việc đo lường vận tốc và góc vận động cung cấp dữ liệu định lượng quan trọng, giúp bác sĩ có cơ sở khoa học để điều chỉnh phác đồ tập luyện, từ đó nâng cao hiệu quả phục hồi. Dữ liệu có thể được trình bày qua biểu đồ thời gian vận tốc và góc vận động, giúp trực quan hóa tiến trình phục hồi.

Hệ thống cũng góp phần giảm thiểu tác động chủ quan trong đánh giá, đồng thời hỗ trợ việc lưu trữ và phân tích dữ liệu dài hạn, tạo điều kiện cho nghiên cứu sâu hơn về phục hồi chức năng vận động.

Đề xuất và khuyến nghị

  1. Phát triển thêm các bài tập tương tác dựa trên dữ liệu thu thập: Tích hợp các bài tập vận động mở và đóng phù hợp với từng giai đoạn phục hồi, nhằm tối ưu hóa biên độ vận động và sức mạnh cơ bắp. Thời gian thực hiện: 6-12 tháng. Chủ thể: nhóm phát triển phần mềm và chuyên gia phục hồi chức năng.

  2. Mở rộng hệ thống theo dõi cho các khớp khác: Bổ sung theo dõi vận động cho khớp háng, cổ tay và các khớp ngón tay để phục vụ đa dạng bệnh nhân. Thời gian thực hiện: 12 tháng. Chủ thể: viện nghiên cứu và đối tác công nghệ.

  3. Đào tạo nhân viên y tế sử dụng hệ thống: Tổ chức các khóa đào tạo kỹ thuật cho bác sĩ, kỹ thuật viên và điều dưỡng về cách vận hành và phân tích dữ liệu từ hệ thống. Thời gian: 3-6 tháng. Chủ thể: bệnh viện và trung tâm phục hồi chức năng.

  4. Triển khai thử nghiệm tại các cơ sở y tế tuyến tỉnh: Áp dụng hệ thống tại các bệnh viện đa khoa tuyến tỉnh để đánh giá hiệu quả thực tế và thu thập phản hồi người dùng. Thời gian: 6 tháng. Chủ thể: Sở Y tế và bệnh viện địa phương.

  5. Nghiên cứu tích hợp công nghệ AI để phân tích dữ liệu: Sử dụng trí tuệ nhân tạo để dự đoán tiến trình phục hồi và đề xuất phác đồ tập luyện cá nhân hóa. Thời gian: 18-24 tháng. Chủ thể: viện nghiên cứu công nghệ và đối tác phát triển phần mềm.

Đối tượng nên tham khảo luận văn

  1. Bác sĩ và chuyên gia phục hồi chức năng: Nghiên cứu cung cấp công cụ đánh giá khách quan, hỗ trợ điều chỉnh phác đồ điều trị và nâng cao hiệu quả phục hồi vận động cho bệnh nhân.

  2. Kỹ thuật viên và điều dưỡng trong lĩnh vực y tế: Hướng dẫn sử dụng thiết bị và phần mềm theo dõi vận động, giúp cải thiện quy trình tập luyện và giám sát bệnh nhân.

  3. Nhà nghiên cứu và phát triển công nghệ y sinh: Cung cấp nền tảng kỹ thuật và phương pháp ứng dụng cảm biến 3D trong phục hồi chức năng, mở ra hướng phát triển thiết bị hỗ trợ thông minh.

  4. Các cơ sở y tế và bệnh viện: Tham khảo để đầu tư và triển khai hệ thống hỗ trợ phục hồi chức năng hiện đại, nâng cao chất lượng dịch vụ chăm sóc sức khỏe.

Câu hỏi thường gặp

  1. Hệ thống có thể áp dụng cho những loại bệnh nhân nào?
    Hệ thống phù hợp với bệnh nhân bị tổn thương cơ xương khớp, sau phẫu thuật khớp gối, khớp vai, tai biến vận động và các trường hợp cần phục hồi chức năng vận động. Ví dụ, bệnh nhân sau thay khớp gối có thể theo dõi tiến trình phục hồi chính xác hơn.

  2. Độ chính xác của hệ thống trong đo lường vận động như thế nào?
    Hệ thống sử dụng cảm biến Kinect kết hợp với Nuitrack SDK cho độ chính xác cao, sai số vận tốc dưới 5% và góc vận động đo được trong phạm vi biên độ thực tế của khớp. Điều này giúp đánh giá khách quan tiến trình phục hồi.

  3. Phần mềm có dễ sử dụng cho nhân viên y tế không?
    Giao diện phần mềm được thiết kế trực quan, gồm hai màn hình chính: lựa chọn khớp theo dõi và hiển thị thông số vận động. Người dùng có thể dễ dàng thao tác và theo dõi dữ liệu thời gian thực, phù hợp với nhân viên y tế không chuyên về công nghệ.

  4. Hệ thống có thể lưu trữ và quản lý dữ liệu như thế nào?
    Dữ liệu vận động được lưu trữ tự động dưới dạng file Excel sau mỗi phiên tập, cho phép theo dõi tiến trình dài hạn và phân tích thống kê. Điều này hỗ trợ bác sĩ trong việc điều chỉnh phác đồ tập luyện.

  5. Hệ thống có thể áp dụng tại nhà cho bệnh nhân không?
    Với thiết kế đơn giản và khả năng kết nối với máy tính cá nhân, hệ thống có thể được sử dụng tại nhà dưới sự hướng dẫn từ xa của bác sĩ, giúp bệnh nhân duy trì tập luyện liên tục và hiệu quả.

Kết luận

  • Luận văn đã thiết kế thành công hệ thống hỗ trợ phục hồi chức năng vận động dựa trên cảm biến Kinect và phần mềm trích xuất khung xương Nuitrack, cho phép đo lường vận tốc và góc vận động chính xác.
  • Hệ thống giúp đánh giá tiến trình phục hồi của bệnh nhân một cách định lượng, hỗ trợ bác sĩ điều chỉnh phác đồ tập luyện phù hợp.
  • Kết quả thử nghiệm cho thấy độ chính xác và tính ứng dụng cao, được đánh giá tích cực bởi người dùng.
  • Đề xuất mở rộng hệ thống theo dõi đa khớp, tích hợp AI và triển khai đào tạo nhân viên y tế để nâng cao hiệu quả ứng dụng.
  • Các bước tiếp theo bao gồm thử nghiệm thực tế tại các cơ sở y tế tuyến tỉnh và phát triển các bài tập tương tác dựa trên dữ liệu thu thập được.

Hãy tiếp cận và ứng dụng công nghệ phục hồi chức năng hiện đại để nâng cao chất lượng chăm sóc sức khỏe và rút ngắn thời gian hồi phục cho bệnh nhân.