ISSN: 2329-9096
Aleksandar Vakanski, Jake M. Ferguson y Stephen Lee
Objetivo: El artículo propone un conjunto de métricas para la evaluación del desempeño del paciente en los ejercicios de fisioterapia. Métodos: se emplea una taxonomía que clasifica las métricas en categorías cuantitativas y cualitativas, según el nivel de abstracción de las secuencias de movimiento capturadas. Además, las métricas cuantitativas se clasifican en métricas sin modelo y basadas en modelo, en referencia a si la evaluación emplea las medidas sin procesar de los movimientos realizados por el paciente, o si la evaluación se basa en un modelo matemático de los movimientos. Las métricas revisadas incluyen la distancia cuadrática media, la divergencia de Kullback Leibler, la probabilidad logarítmica, la consistencia heurística, la evaluación de Fugl-Meyer y similares. Resultados: Las métricas se evalúan para un conjunto de cinco movimientos humanos capturados con un sensor Kinect. Conclusión: las métricas pueden integrarse potencialmente en un sistema que emplee aprendizaje automático para modelar y evaluar la consistencia del desempeño del paciente en un entorno de terapia en el hogar. La evaluación del desempeño automatizada puede superar la subjetividad inherente en la evaluación de la terapia realizada por humanos y puede aumentar la adherencia a los planes de terapia prescritos y reducir los costos de atención médica.