Entwicklung einer KI-gestützten Bewegungstherapie bei onkologischen Palliativpatienten
Rattachement africain : de. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Zusammenfassung HintergrundDie wechselnde Symptomlast ist eine große Hürde in der Sporttherapie von onkologischen Palliativpatienten. Die täglich variierende Symptomstärke erschwert die Einstellung einer optimalen Trainingsbelastung und stellt neben der Motivation eine große Barriere für die Teilnahme an bewegungstherapeutischen Interventionen dar. Ein durch Künstliche Intelligenz (KI) gesteuertes Training könnte helfen, die Trainingseinheiten individuell anzupassen und die Autonomie von Palliativpatienten zu erhalten. Methoden Fünf Patienten mit fortgeschrittener unheilbarer Krebsdiagnose haben im Rahmen der Routineversorgung eine supervidierte Bewegungstherapie absolviert. Dabei wurde ein Elektrokardiogramm über einen Polar H10 Brustgurt aufgezeichnet und daraus kardiale und respiratorische Vitalparameter extrahiert. Eine Klassifikation in drei Intensitätsstufen über KI erfolgte anhand von neuronalen Netzen. Ergebnisse Das KI-gesteuerte Training hat eine sehr hohe Klassifikationsgüte (F1-Score: 0,95±0,05) durch die Vereinigung von respiratorischen und kardialen Vitalparametern. Diese Kombination erzielt genauere Klassifikationsergebnisse als die einzelnen Datensätze für kardiale Parameter (0,93±0,06) und respiratorische Parameter (0,72±0,06). Die Berücksichtigung einer Baselinemessung hat eine positive Wirkung auf die Klassifikationsgenauigkeit. Diskussion Diese Studie stellt die erste Untersuchung zum Einsatz von KI zur Klassifizierung von trainingswissenschaftlichen Inhalten bei onkologischen Palliativpatienten dar. Diese vulnerable Patientengruppe kann von einer objektiven Erfassung des Belastungsniveaus anhand von Parametern des kardiovaskulären Systems profitieren. Mit nur fünf Patienten wird die Aussagekraft dieser explorativen Studie über Kreuzvalidierung hergestellt. Zukünftig sollen weitere Parameter wie ein subjektives Empfinden, Alter, Größe und Geschlecht die Klassifikation weiter verbessern. In einem integrierten System ist eine individuelle Trainingssteuerung in Echtzeit möglich.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Entwicklung einer KI-gestützten Bewegungstherapie bei onkologischen Palliativpatienten
- Date Crossref
- 01/10/2022
- Éditeur
- Georg Thieme Verlag KG
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
European Neuroendocrine Tumor Society pays non établi dans la noticeInstitution
-
Essen University Hospital pays non établi dans la noticeOrganisme public
-
Fraunhofer Institute for Microelectronic Circuits and Systems pays non établi dans la noticeStructure de recherche
-
University of Duisburg-Essen pays non établi dans la noticeUniversité ou école supérieure
-
Zentrum für Kinderheilkunde pays non établi dans la noticeÉtablissement de santé
-
FH Münster pays non établi dans la noticeUniversité ou école supérieure
-
Westdeutsches Tumorzentrum – Comprehensive Cancer Center pays non établi dans la noticeInstitution
-
Fraunhofer IMS pays non établi dans la noticeInstitution
-
Fachhochschule Münster pays non établi dans la noticeInstitution
-
Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme (IMS) pays non établi dans la noticeStructure de recherche
-
Palliativmedizin der Universitätsmedizin Essen pays non établi dans la noticeInstitution
European Neuroendocrine Tumor Society, Essen University Hospital et Fraunhofer Institute for Microelectronic Circuits and Systems, avec 8 autres affiliations.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.