論文の概要: A Unified Platform for At-Home Post-Stroke Rehabilitation Enabled by Wearable Technologies and Artificial Intelligence
- arxiv url: http://arxiv.org/abs/2411.19000v1
- Date: Thu, 28 Nov 2024 09:04:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-02 15:18:48.688872
- Title: A Unified Platform for At-Home Post-Stroke Rehabilitation Enabled by Wearable Technologies and Artificial Intelligence
- Title（参考訳）: ウェアラブル技術と人工知能が実現した住宅用ポストストロークリハビリテーションプラットフォーム
- Authors: Chenyu Tang, Ruizhi Zhang, Shuo Gao, Zihe Zhao, Zibo Zhang, Jiaqi Wang, Cong Li, Junliang Chen, Yanning Dai, Shengbo Wang, Ruoyu Juan, Qiaoying Li, Ruimou Xie, Xuhang Chen, Xinkai Zhou, Yunjia Xia, Jianan Chen, Fanghao Lu, Xin Li, Ninglli Wang, Peter Smielewski, Yu Pan, Hubin Zhao, Luigi G. Occhipinti,
- Abstract要約: 我々は,ウェアラブルセンサ,環境モニタリング,大規模言語モデル(LLM)を活用した支援を統合するスマートホームプラットフォームを導入する。
LLMのエージェントであるAuto-Careは、健康リマインダーや環境調整などのリアルタイムな介入を提供し、ユーザの満足度を29%向上させる。
- 参考スコア（独自算出の注目度）: 26.390563099911912
- License:
- Abstract: At-home rehabilitation for post-stroke patients presents significant challenges, as continuous, personalized care is often limited outside clinical settings. Additionally, the absence of comprehensive solutions addressing diverse rehabilitation needs in home environments complicates recovery efforts. Here, we introduce a smart home platform that integrates wearable sensors, ambient monitoring, and large language model (LLM)-powered assistance to provide seamless health monitoring and intelligent support. The system leverages machine learning enabled plantar pressure arrays for motor recovery assessment (94% classification accuracy), a wearable eye-tracking module for cognitive evaluation, and ambient sensors for precise smart home control (100% operational success, <1 s latency). Additionally, the LLM-powered agent, Auto-Care, offers real-time interventions, such as health reminders and environmental adjustments, enhancing user satisfaction by 29%. This work establishes a fully integrated platform for long-term, personalized rehabilitation, offering new possibilities for managing chronic conditions and supporting aging populations.
- Abstract（参考訳）: 術後患者の在宅リハビリテーションは、継続的なパーソナライズされたケアが臨床の外部に限られているため、大きな課題を呈する。
さらに、家庭環境における多様なリハビリテーションのニーズに対処する包括的ソリューションの欠如は、回復努力を複雑にしている。
本稿では,ウェアラブルセンサ,環境モニタリング,大規模言語モデル(LLM)を活用した支援を統合し,シームレスな健康モニタリングとインテリジェントなサポートを実現するスマートホームプラットフォームを紹介する。
このシステムは、運動回復評価(94%の分類精度)、認知評価のためのウェアラブルアイトラッキングモジュール、正確なスマートホーム制御のための環境センサー(100%の運用成功、<1 sレイテンシ)に機械学習を有効にしている。
さらに、LDMを動力とするAuto-Careは、健康リマインダーや環境調整などのリアルタイムな介入を提供し、ユーザの満足度を29%向上させる。
この研究は、長期的、パーソナライズされたリハビリテーションのための完全に統合されたプラットフォームを確立し、慢性疾患の管理と高齢化支援の新しい可能性を提供する。
関連論文リスト
- OmniBuds: A Sensory Earable Platform for Advanced Bio-Sensing and On-Device Machine Learning [46.3331254985615]
感覚ウェアラブルは、基本的なオーディオ拡張デバイスから、臨床レベルの健康モニタリングと健康管理のための高度なプラットフォームへと進化してきた。
本稿では,複数のバイオセンサと,機械学習アクセラレーションによって駆動される車載計算を統合した,先進的な知覚可能プラットフォームであるOmniBudsを紹介する。
論文 参考訳（メタデータ） (2024-10-07T06:30:59Z) - Socially Interactive Agents for Robotic Neurorehabilitation Training: Conceptualization and Proof-of-concept Study [7.365940126473552]
我々は、神経リハビリテーショントレーニング中にパーソナライズされた院外援助を提供するAIベースのシステムを導入する。
専門職の助けを借りて、想定されたシステムは、個々の患者の独自のリハビリテーション要件を満たすように設計されている。
我々のアプローチは、対話型社会的に認識された仮想エージェントを神経リハビリテーションロボットフレームワークに統合することである。
論文 参考訳（メタデータ） (2024-06-17T19:07:05Z) - Towards Privacy-Aware and Personalised Assistive Robots: A User-Centred Approach [55.5769013369398]
この研究は、フェデレートラーニング(FL)のようなユーザー中心のプライバシーに配慮した技術のパイオニアである。
FLは機密データを共有せずに協調学習を可能にし、プライバシとスケーラビリティの問題に対処する。
この作業には、スマート車椅子アシストのためのソリューションの開発、ユーザの独立性の向上、幸福感の向上が含まれる。
論文 参考訳（メタデータ） (2024-05-23T13:14:08Z) - A Telerehabilitation System for the Selection, Evaluation and Remote
Management of Therapies [0.044998333629984864]
本論文の主な貢献は、Kinectベースの遠隔リハビリテーションシステム(KiReS)がサポートするすべての機能を示すことである。
知識抽出機能は、患者の理学療法記録と治療プロトコルに関する知識を扱う。
テレメレーション機能は、遠隔リハビリテーションを行う際に便利で、効果的で、ユーザフレンドリーな体験を提供する。
論文 参考訳（メタデータ） (2024-01-16T08:35:36Z) - Design, Development, and Evaluation of an Interactive Personalized
Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises [68.37238218842089]
パーソナライズされたリハビリテーションのための対話型ソーシャルロボット運動指導システムを開発した。
このシステムは、ニューラルネットワークモデルとルールベースのモデルを統合し、患者のリハビリテーション運動を自動的に監視し、評価する。
我々のシステムは,新たな参加者に適応し,専門家の合意レベルに匹敵する,エクササイズを評価するための平均パフォーマンス0.81を達成できる。
論文 参考訳（メタデータ） (2023-05-12T17:37:04Z) - PulseImpute: A Novel Benchmark Task for Pulsative Physiological Signal
Imputation [54.839600943189915]
モバイルヘルス(英語: Mobile Health、mHealth)は、ウェアラブルセンサーを使用して、日常生活中の参加者の生理状態を高頻度で監視し、時間的に精度の高い健康介入を可能にする能力である。
豊富な計算文学にもかかわらず、既存の技術は多くのmHealthアプリケーションを構成する脈動信号には効果がない。
このギャップに対処するPulseImputeは、現実的なmHealth欠損モデル、幅広いベースラインセット、臨床関連下流タスクを含む、最初の大規模パルス信号計算チャレンジである。
論文 参考訳（メタデータ） (2022-12-14T21:39:15Z) - Reducing a complex two-sided smartwatch examination for Parkinson's
Disease to an efficient one-sided examination preserving machine learning
accuracy [63.20765930558542]
パーキンソン病(PD)研究における技術ベースアセスメントの実施状況について報告した。
本研究は、両手同期スマートウォッチ測定におけるPDサンプルサイズとして最大である。
論文 参考訳（メタデータ） (2022-05-11T09:12:59Z) - Certainty Modeling of a Decision Support System for Mobile Monitoring of
Exercise induced Respiratory Conditions [0.0]
目的は、患者の状態管理を支援するモバイルツールを開発することである。
提案するモデルアーキテクチャについて述べるとともに,臨床現場での応用シナリオについて述べる。
論文 参考訳（メタデータ） (2021-10-15T07:26:36Z) - Personalized Rehabilitation Robotics based on Online Learning Control [62.6606062732021]
本稿では,各ユーザに対して実行時の制御力をパーソナライズ可能な,新しいオンライン学習制御アーキテクチャを提案する。
提案手法を,学習コントローラがパーソナライズされた制御を提供するとともに,安全な相互作用力も得られる実験ユーザスタディで評価した。
論文 参考訳（メタデータ） (2021-10-01T15:28:44Z) - Early Mobility Recognition for Intensive Care Unit Patients Using
Accelerometers [3.772793938066986]
Intensive Care Unit (ICU) 患者に対するヒト活動認識, 早期移動認識の医療応用を提案する。
我々のシステムには、ICU患者からの加速度計に基づくデータ収集と、患者の早期モビリティを認識するAIモデルが含まれている。
その結果,モデル精度は77.78%から81.86%に向上し,モデル不安定性(標準偏差)は16.69%から6.92%に低下した。
論文 参考訳（メタデータ） (2021-06-28T22:59:31Z) - Wearable Health Monitoring System for Older Adults in a Smart Home
Environment [1.14219428942199]
スマートホームにおける高齢者に適したウェアラブル型健康モニタリングシステムの設計について述べる。
提案システムは,スマートホーム環境における個人のストレス,血圧,位置をモニタリングするソリューションを提供する。
音声ベースのプロトタイプも実装し、スマートホーム環境に統合するシステムの実現可能性について分析した。
論文 参考訳（メタデータ） (2021-06-09T03:16:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。