Istraživači su primenili tehnike veštačke inteligencije za analizu hoda i podatke iz medicinske dokumentacije kako bi pružili uvid u pojedince sa prelomima nogu i aspekte njihovog oporavka.
Studija, koja je objavljena u Journal of Orthopedic Research, otkrila je značajnu povezanost između stopa ponovnog prijema u bolnicu nakon operacije preloma i prisustva osnovnih zdravstvenih stanja. Takođe su pronađene korelacije između osnovnih zdravstvenih stanja i ortopedskih komplikacija, iako ove veze nisu bile značajne.
Takođe je bilo očigledno da analize hoda u ranoj fazi posle povrede nude vredan uvid u uticaj povrede na lokomociju i oporavak. Za kliničke stručnjake, ovi obrasci su bili ključni za optimizaciju strategija rehabilitacije.
„Naši nalazi pokazuju dubok uticaj koji integrisanje mašinskog učenja i analize hoda u ortopedsku praksu može imati, ne samo u poboljšanju tačnosti predviđanja komplikacija nakon povrede, već i u prilagođavanju strategija rehabilitacije potrebama pojedinačnih pacijenata“, rekao je odgovarajući autor Mostafa Rezapour, Ph.D., sa Medicinskog fakulteta Univerziteta Vake Forest. „Ovaj pristup predstavlja ključni pomak ka personalizovanijoj, prediktivnijoj i na kraju efikasnijoj ortopedskoj nezi.“
Dr Rezapur je dodao da studija naglašava kritičnu važnost usvajanja holističkog pogleda koji obuhvata ne samo mehaničke aspekte oporavka od povreda već i širi spektar zdravlja pacijenata. „Ovo je korak napred u našoj potrazi za optimizacijom strategija rehabilitacije, smanjenjem vremena oporavka i poboljšanjem ukupnog kvaliteta života pacijenata sa prelomima donjih ekstremiteta“, rekao je on.
