Advertencia: Esta página es una traducción de esta página originalmente en inglés. Tenga en cuenta ya que las traducciones son generadas por máquinas, no que todos traducción será perfecto. Este sitio Web y sus páginas están destinadas a leerse en inglés. Cualquier traducción de este sitio Web y su páginas Web puede ser imprecisa e inexacta en su totalidad o en parte. Esta traducción se proporciona como una conveniencia.

El modelo que recorría de cómputo podía ayudar a pacientes del recorrido a lograr la recuperación óptima

Después de un recorrido, los pacientes tienen típicamente problema recorriendo y pocos pueden recuperar el paso que tenían antes de sufrir un recorrido. Los investigadores financiados por el instituto nacional de la proyección de imagen y de la bioingeniería biomédicas (NIBIB) han desarrollado un modelo que recorría de cómputo que podría ayudar a pacientes de la guía a su recuperación mejor después de un recorrido. El modelado de cómputo utiliza las computadores para simular y para estudiar el comportamiento de sistemas complejos usando matemáticas, la física, y de informática. En este caso, los investigadores están desarrollando un programa de modelado de cómputo que pueda construir un modelo del paciente de los datos que recorren del paciente cerco en una rueda de ardilla y después predecir cómo el paciente recorrerá después de diversos tratamientos previstos de la rehabilitación. Esperan que un día el modelo pueda predecir que el mejor paso que un paciente puede lograr después de terminar la rehabilitación, así como recomiendan la mejor aproximación de la rehabilitación para ayudar al paciente a lograr una recuperación óptima.

Actualmente, no hay manera para que un clínico determine la receta más efectiva del tratamiento de la rehabilitación para un paciente. Los clínicos no pueden saber siempre qué aproximación del tratamiento a utilizar, o la aproximación se debe ejecutar para maximizar la recuperación que recorre. B.J. Fregly, Ph.D. y sus personas (Andrew Meyer, Ph.D., zueco de Carolynn, pinta., Ph.D., y Anil Rao, Ph.D.) en la universidad de la Florida desarrolló una aproximación de modelado de cómputo para ayudar a contestar a estas preguntas. Probaron la aproximación en un paciente que había sufrido un recorrido.

Las personas primero midieron cómo el paciente recorrió a su velocidad preferida en una rueda de ardilla. Usando esas mediciones, entonces construyeron un modelo de ordenador neuromusculoskeletal del paciente que fue personalizado a la anatomía esquelética del paciente, a la configuración del contacto del pie, a la fuerza del músculo que generaba capacidad, y a las limitaciones del mando de los nervios. Fregly y sus personas encontraron que el modelo personalizado podía predecir exacto el paso del paciente a una velocidad que recorría más rápida, aunque no se utilizó ningunas mediciones a esa velocidad para construir el modelo.

“Este esfuerzo de modelado es un ejemplo excelente de cómo los modelos de ordenador pueden hacer predicciones de procesos complejos y acelerar la integración del conocimiento a través de disciplinas del múltiplo, “dice la tolerancia Peng, Ph.D., director del programa de NIBIB en el modelado matemático, simulación y análisis.

Fregly y sus personas creen que este avance es el primer paso hacia la creación de las recetas personalizadas del neurorehabilitation, llenando un entrehierro crítico en el proceso de formulación de planes actual de tratamiento para los pacientes del recorrido. Así como los dispositivos que se asegurarían que el paciente esté ejercitando usando la fuerza y la torque apropiadas, los modelos de cómputo personalizados podrían ayuda día maximizar la recuperación de los pacientes que han sufrido un recorrido.

“Con el financiamiento adicional de NIH, estamos emprendiendo los colaboradores en la universidad de Emory en nuestro primer proyecto para predecir los tratamientos que recorren óptimos para el poste-recorrido de dos individuos,” dice Fregly. “Nos excitan para comenzar a explorar si el diseño personalizado modelo-basado del tratamiento puede perfeccionar resultados funcionales.”

Source:

National Institute of Biomedical Imaging and Bioengineering