Interdisciplinary collaboration the present and the future - the role of computer science in physiotherapy

• Autorzy: Mikołajewska Emilia , Mikołajewski Dariusz

Identyfikatory

DOI

10.34767/SIMIS.2024.02.02

Warianty tytułu

PL

Współpraca interdyscyplinarna teraźniejszością i przyszłością - rola informatyki w fizjoterapii

• Języki publikacji: EN

Abstrakty

EN

IT methods and tools are increasingly used in physiotherapy diagnosis and therapy, as well as in the care and monitoring of patients in telerehabilitation and home rehabilitation, and physiotherapy itself is becoming increasingly interdisciplinary. The aim of the article is to review to what extent the opportunities related to the interdisciplinary development of physiotherapy have been used and how much potential there is for further, stimulated development.

PL

Metody i narzędzia informatyczne znajdują coraz szersze zastosowanie w diagnostyce i terapii fizjoterapeutycznej oraz opiece i monitorowaniu pacjentów w ramach telerehabilitacji i rehabilitacji domowej, a sama fizjoterapia staje się coraz bardziej interdyscyplinarna. Celem artykułu jest przegląd, na ile możliwości związane z interdyscyplinarnym rozwojem fizjoterapii zostały wykorzystane, a ile w nich tkwi jeszcze potencjału na dalszy, stymulowany rozwój.

Słowa kluczowe

EN

physiotherapy; exercise evaluation; mobile health; pose estimation; rehabilitation; remote monitoring

PL

fizjoterapia; ocena ćwiczeń; zdrowie mobilne; ocena pozycji; rehabilitacja; zdalny monitoring

• Wydawca: Instytut Informatyki Uniwersytet Kazimierza Wielkiego
• Czasopismo: Studia i Materiały Informatyki Stosowanej
• Rocznik: 2024
• Tom: T. 16, nr 2
• Strony: 13--20
• Opis fizyczny: Bibliogr. 36 poz., rys.

Twórcy

autor

Mikołajewska Emilia

• Ludwik Rydygier Collegium Medicum in Bydgoszcz, Nicolaus Copernicus University in Toruń, PolandDepartment of Physiotherapy, Faculty of Health Sciences Jagiellońska 13-15, 85-087 Bydgoszcz

autor

Mikołajewski Dariusz

• Kaziemirz Wielki University Faculty of Computer Science Kopernika 1, 85-074 Bydgoszcz

Bibliografia

• 1. Pereira B., Cunha B., Viana P., Lopes M., Melo A.S.C., Sousa A.S.P.,„A machine learning app for monitoring physical therapy at home” Sensors 2023, 24(1), 158. doi: 10.3390/s24010158.
• 2. Cunha B., Ferreira R., Sousa A.S.P.,„Home-based rehabilitation of the shoulder using auxiliary systems and artificial intelligence: an overview”, Sensors 2023, 23(16), 7100. doi: 10.3390/s23167100.
• 3. Alashram A.R. Padua E.,Annino G.,„Virtual reality for balance and mobility rehabilitation following traumatic brain injury: A systematic review of randomized controlled trials”, J Clin Neurosci. 2022, 105, 115-121. doi: 10.1016/j.jocn.2022.09.012.
• 4. Jemioło P., Storman D., Mamica M., Szymkowski M., Żabicka W., Wojtaszek-Główka M., Ligęza A.,„Datasets for automated affect and emotion recognition from cardiovascular signals using artificial intelligence-a systematic review”,Sensors 2022, 22(7), 2538,doi: 10.3390/s22072538.
• 5. Chehade M.J., Yadav L., Kopansky-Giles D., Merolli M., Palmer E., Jayatilaka A., Slater H.,„Innovations to improveaccess to musculoskeletal care”,Best Pract Res Clin Rheumatol. 2020, 34(5), 101559. doi: 10.1016/j.berh.2020.101559.
• 6. Liao Y., Vakanski A., Xian M., Paul D.,Baker R.,„A review of computational approaches for evaluation of rehabilitationexercises”, Comput Biol Med. 2020, 119, 103687. doi: 10.1016/j.compbiomed.2020.103687.
• 7. Mikołajewska E., Mikołajewski D., „Zastosowania automatyki i robotyki w wózkach dla niepełnosprawnych i egzoszkieletach medycznych”, Pomiary Automatyka Robotyka 2011, 15(5), 58-63.
• 8. Mikołajewska, E., Mikołajewski D.,„Roboty rehabilitacyjne”, Rehabil. Prakt. 2010, 4, 49-53.
• 9. Kopowski J., Rojek I., Mikołajewski D., Macko M., „3D printed hand exoskeleton-own concept”,In: Trojanowska, J., Ciszak, O., Machado, J., Pavlenko, I. (eds) Advances in Manufacturing II. Manufacturing 2019. Lecture Notes in Mechanical Engineering. Springer, Cham. https://doi.org/10.1007/978-3-030-18715-6_25.
• 10. Park Y.H., Lee D.H., Lee J.H., „A Comprehensive Review: Robot-Assisted Treatments for Gait Rehabilitation in Stroke Patients”, Medicina 2024, 60(4), 620. doi: 10.3390/medicina60040620.
• 11. Gavrila Laic R.A., Firouzi M., Claeys R., Bautmans I., Swinnen E., Beckwée D.,„A state-of-the-art of exoskeletons in line with the WHO's vision on healthy aging: from rehabilitation of intrinsic capacities to augmentation of functional abilities”, Sensors 2024, 24(7), 2230. doi: 10.3390/s24072230.
• 12. Molteni F., Gasperini G., Gaffuri M., Colombo M., Giovanzana C., Lorenzon C., Farina N., Cannaviello G., Scarano S., Proserpio D., Liberali D., Guanziroli E.,„Wearable robotic exoskeleton for overground gait training in sub-acute and chronic hemiparetic stroke patients: preliminary results”,Eur J Phys Rehabil Med. 2017, 53(5), 676-684. doi: 10.23736/S1973-9087.17.04591-9.
• 13. Louie D.R.,Eng J.J.,„Powered robotic exoskeletons in post-stroke rehabilitation of gait:a scoping review”, J Neuroeng Rehabil. 2016, 13(1), 53. doi: 10.1186/s12984-016-0162-5.
• 14. Louie D.R.,Eng J.J., Lam T.,Spinal Cord Injury Research Evidence (SCIRE) Research Team, „Gait speed using powered robotic exoskeletons after spinal cord injury: a systematicreview and correlational study”,J Neuroeng Rehabil. 2015, 12, 82. doi: 10.1186/s12984-015-0074-9.
• 15. Prokopowicz P., Mikołajewski D., Mikołajewska E., Kotlarz P., „Fuzzy system as an assessment tool for analysis of the health-related quality of life for the people after stroke”,In: Rutkowski, L., Korytkowski, M., Scherer, R., Tadeusiewicz, R., Zadeh, L., Zurada, J. (eds) Artificial Intelligence and Soft Computing. ICAISC 2017. Lecture Notes in Computer Science(), vol 10245. Springer, Cham. https://doi.org/10.1007/978-3-319-59063-9_64.
• 16. Rajashekar D.,Boyer A., Larkin-Kaiser K. A., Dukelow S. P., „Technological advances in stroke rehabilitation: robotics and virtual reality”, Phys Med Rehabil Clin N Am. 2024, 35(2), 383-398. doi: 10.1016/j.pmr.2023.06.026.
• 17. Manuli A., Maggio M.G., Latella D., Cannavò A., Balletta T., De Luca R., Naro A., Calabrò R.S.,„Can robotic gait rehabilitation plus Virtual Reality affect cognitive and behavioural outcomes in patients with chronic stroke? A randomized controlled trial involving three different protocols”, J Stroke Cerebrovasc Dis. 2020, 29(8), 104994. doi: 10.1016/j.jstrokecerebrovasdis.
• 18. Mikołajewska E., Mikołajewski D., „Neurorehabilitacja XXI wieku. Techniki teleinformatyczne”,Impuls, Kraków 2011.
• 19. Zhou Z.Q., Hua X.Y., Wu J.J., Xu J.J., Ren M., Shan C.L., Xu J.G.,„Combined robot motor assistance with neural circuit-based virtual reality(NeuCir-VR) lower extremity rehabilitation training in patients after stroke: a study protocol for a single-centre randomised controlled trial”,BMJ Open. 2022, 12(12), e064926. doi: 10.1136/bmjopen-2022-064926.
• 20. Chen J., Or C.K.,Chen T.,„Effectiveness of using virtual reality-supported exercise therapy for upper extremity motor rehabilitation in patients with stroke: systematic review and meta-analysis of randomized controlled trials”,J Med Internet Res. 2022, 24(6), e24111. doi: 10.2196/24111.
• 21. Calabrò R.S., Naro A., Russo M., Leo A., De Luca R., Balletta T., Buda A., La Rosa G., Bramanti A., Bramanti P.,„The role of virtual reality in improving motor performance as revealed by EEG: a randomized clinical trial”, J Neuroeng Rehabil. 2017, 14(1), 53. doi:10.1186/s12984-017-0268-4.
• 22. Mikołajewska E., Mikołajewski D.,„Non-invasive EEG-based brain-computer interfaces in patients with disorders of consciousness”,Military Medical Research 2014, 1,1-6.
• 23. Naci L., Monti M.M., Cruse D., Kübler A., Sorger B., Goebel R., Kotchoubey B., Owen A.M.,„Brain-computer interfaces for communication with nonresponsive patients”, Ann Neurol. 2012, 72(3), 312-23. doi: 10.1002/ana.23656.
• 24. Chai X., Cao T., He Q., Wang N., Zhang X., Shan X., Lv Z., Tu W., Yang Y., Zhao J.,„Brain-computer interface digital prescription for neurological disorders”,CNS Neurosci Ther. 2024, 30(2), e14615. doi: 10.1111/cns.14615.
• 25. Vorreuther A., Bastian L., Benitez Andonegui A., Evenblij D., Riecke L., Lührs M., Sorger B.,„It takes two (seconds): decreasing encoding time for two-choice functional near-infrared spectroscopy brain-computer interface Communications”, Neurophotonics 2023, 10(4), 045005. doi: 10.1117/1.NPh.10.4.045005.
• 26. Duch W., Nowak W., Meller J., Osiński G., Dobosz K., Mikołajewski D., Wójcik G.M.,„Consciousness andattention in autism spectrum disorders”, Proceedings of Cracow Grid Workshop 2010, 202-211.
• 27. Gaziv G., Beliy R., Granot N., Hoogi A., Strappini F., Golan T., Irani M.,„Self-supervised natural image reconstruction and large-scale semantic classification from brain activity”, Neuroimage. 2022, 254, 119121. doi: 10.1016/j.neuroimage.2022.119121.
• 28. Nagels-Coune L., Riecke L., Benitez-Andonegui A., Klinkhammer S., Goebel R., De Weerd P., Lührs M., Sorger B.,„See, hear, or feel -to speak: a versatile multiple-choice functional near-infrared spectroscopy-brain-computer interface feasible with visual, auditory, or tactile instructions”, Front Hum Neurosci. 2021, 15, 784522. doi: 10.3389/fnhum.2021.784522.
• 29. Galiotta V., Quattrociocchi I., D'Ippolito M., Schettini F.,Aricò P., Sdoia S., Formisano R., Cincotti F., Mattia D., Riccio A.. „EEG-based Brain-Computer Interfaces for people with Disorders of Consciousness: Features and applications. A systematic review”,Front Hum Neurosci. 2022, 16, 1040816. doi: 10.3389/fnhum.2022.1040816.
• 30. Zemla K.,Sedek G., Wróbel K., Postepski F., Wojcik G.M.,„Investigating the impact of guided imagery on stress, brain functions, and attention: a randomized trial”, Sensors2023, 23(13), 6210. doi: 10.3390/s23136210.
• 31. Mikołajewska E., Mikołajewski D.„Informatyka afektywna w zastosowaniach cywilnych i wojskowych”, Zeszyty Naukowe/Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki 2013, 2(168), 171-184.
• 32. Chlasta K., Sochaczewski P., Wójcik G.M., Krejtz I.,„Neural simulation pipeline: Enabling container-based simulations on-premise and in public Cloud”,Front Neuroinform. 2023, 17, 1122470. doi: 10.3389/fninf.2023.1122470.
• 33. Barnova K., Mikolasova M., Kahankova R.V., Jaros R., Kawala-Sterniuk A., Snasel V., Mirjalili S., Pelc M., Martinek R.,„Implementation of artificial intelligence and machine learning-based methods in brain-computer interaction”, Comput Biol Med. 2023, 163, 107135. doi: 10.1016/j.compbiomed.2023.107135.
• 34. Rojek I., Jasiulewicz-Kaczmarek,M., Piechowski,M. Mikołajewski D., „An artificial intelligence approach for improving maintenance to supervise machine failures and support their rep air Applied Sciences 2023, 13 (8), 4971.
• 35. Piszcz A.,„BCI w VR: imersja sposobem na sprawniejsze wykorzystywanie interfejsu mózg-komputer”, Studia i Materiały Informatyki Stosowanej 2021, 13(1),5-10.
• 36. Galas K. Efektywność klasyfikacji mrugnięcia z wykorzystaniem wybranych sieci neuronowych”, Studia i Materiały Informatyki Stosowanej 2021,13(1), 11-16.