Компания Intel совместно с бразильским стартапом Hoobox Robotics представила Wheelie 7 — умное инвалидное кресло, движениями которого можно управлять с помощью изменения выражения лица. Кресло использует программную систему с камерой, которая распознает десять выражений лица, каждому из которых владелец кресла может присвоить определенную команду управления. Об этом сообщается на официальном сайте Intel.
Инвалидные коляски с электроприводом обычно управляются с помощью небольшого чувствительного рычага; тем не менее, людям, парализованным выше пояса, может быть трудно управлять таким средством передвижения. В таких случаях используются датчики, регистрирующие сокращения активных мышц (например, кресло-коляска Стивена Хокинга, также разработанное компанией Intel, и прикрепленный бортовой компьютер практически полностью управлялись с помощью сокращений мышц щеки) или же камеры, регистрирующие движения глаз. На этот раз Intel предложила использовать в качестве средства управления инвалидным креслом выражения лица.
Управляется такая система достаточно просто: всего она может распознать десять выражений лица (высунутый язык, надутые щеки или улыбку), каждому из которых при установке приписывается определенная команда по управлению креслом (например, поворот или движение вперед). Для распознавания лица устройство использует камеру со встроенной технологией захвата глубины RealSense.
Компания сообщила, что в данный момент кресло тестируют 60 жителей США: большинство из них — люди с боковым амиотрофическим склерозом и малоподвижные пожилые люди. Когда система поступит в продажу пока что неизвестно.
Год назад японский стартап представил кресло-каталку, на которую можно садиться верхом, за счет чего облегчается самостоятельное пользование средством. Кресло также роботизировано: например, высоту сидения можно регулировать.
Елизавета Ивтушок
Сканер работает в паре со смартфоном
Канадские и мексиканские исследователи представили результаты пилотных клинических испытаний сканера для диагностики воспаления и инфекционного процесса в ранах. Устройство гиперспектральной визуализации, выполненное в виде сменного объектива для смартфона, анализирует изображение, термограмму и флуоресценцию пораженной области. В испытаниях гаджет продемонстрировал общую точность в 74 процента. Отчет о работе опубликован в журнале Frontiers in Medicine. Хронические раны, которые не заживают в течение 8–12 недель, представляют серьезную проблему для общественного здравоохранения. Типичным пусковым фактором для их развития служит инфекция, особенно в том случае, если процесс заживления в силу состояния самой раны и всего организма задержался на воспалительной фазе. Стадии раневой инфекции включают загрязнение (контаминацию), колонизацию, местную инфекцию и ее системное распространение (генерализацию). Для оказания необходимого объема помощи врачу необходимо четко различать загрязненные и колонизированные раны, однако точность подобной диагностики при простом осмотре не достигает и 60 процентов. Как правило, это компенсируют микробиологическими и молекулярными исследованиями, однако они занимают значительное время и не всегда доступны. В силу этого все больший интерес представляют физические методы исследования, такие как инфракрасная термография и регистрация бактериальной флуоресценции, а также анализ изображений с помощью алгоритмов машинного обучения. Чтобы совместить преимущества этих методов, канадская компания Swift Medical разработала устройство гиперспектральной визуализации Swift Ray 1. Оно оснащено инфракрасными датчиками для разных длин волн, источниками видимого и ультрафиолетового излучения и соответствующими камерами высокого разрешения. Они позволяют одновременно выполнять фотосъемку и инфракрасную термографию раны и регистрировать флуоресценцию бактерий в ней. Полученные изображения устройство передает на камеру смартфона с интегрированным приложением Swift Skin and Wound. Оно собирает их в датасет, который содержит информацию о физиологии, морфологии и составе тканей в ране. Роберт Фрейзер (Robert Fraser) с коллегами из трех канадских университетов, Центральной больницы имени Прието в Сан-Луис-Потоси, компаний Swift Medical и Vope Medical провели мультицентровое проспективное испытание устройства Swift Ray 1, в котором оценивали его пригодность для дифференциальной диагностики невоспаленных, воспаленных и инфицированных ран. В исследовании приняли участие 66 амбулаторных пациентов из Мексики и Канады. Сканирование ран проводили хирурги, прошедшие инструктаж, в соответствии с полученными рекомендациями (рану очищали, помещали по ее краям идущий в комплекте маркер и снимали под углом 90 градусов с расстояния 15 сантиметров). Клинические характеристики ран оценивали в соответствии с протоколом Международного института раневых инфекций (IWII). Обработку данных проводили методами главных компонент (PCA) и k-ближайших соседей (KNN) для создания нейросетевой модели, кластеризующей раны по признаку наличия инфекции и воспаления. По результатам испытаний PCA-KNN-кластеризация с учетом всех клинических и визуализационных переменных обеспечила общую точность 74 процента при дифференциальной диагностике невоспаленных, воспаленных и инфицированных ран. Для невоспаленных ран чувствительность и специфичность модели составили соответственно 94 и 70 процентов, для воспаленных — 85 и 77 процентов, для инфицированных — 100 и 91 процент. Таким образом, комбинация множественных методов визуализации позволяет создавать модели для улучшенной оценки ран. Подобные устройства для использования в месте оказания помощи могут помочь клиницистам своевременно выявлять и лечить раневые инфекции, заключают авторы работы. В феврале 2023 года американские, китайские и корейские исследователи представили биорезорбируемый беспроводной электрод для мониторинга состояния и электротерапии хронических ран. В конце 2022 года стэнфордская научная команда продемонстрировала умный пластырь для мониторинга и электростимуляции ран, который атравматично отклеивается после использования.