Yayınlanma tarihi: 5 Şubat 2026
Fizik tedavi uygulamaları temel bir etkileşim sorunuyla karşı karşıyadır. Kas-iskelet sistemi tedavisinde en etkili ve en çok reçete edilen tedavilerden biri olmasına rağmen, yönlendirilen hastaların yalnızca% 25-35'i terapiye başlıyor ve sadece% 30'u tedavilerini tamamlıyor.
Birçok kişi için engeller pratiktir: uzun bekleme süreleri, konum kısıtlamaları, planlama çakışmaları ve tekrar eden cepten ödeme maliyetleri. Bazı kullanıcılar için ise sorun erişilebilirlikle ilgilidir. Sanal sağlık hizmetleri daha yaygın hale gelmiş olsa da teknik becerisi düşük olanlar için zorlayıcı olabilir.
LainaHealth, fizik tedaviyi daha erişilebilir ve uygun maliyetli hale getirmek için tasarlanmış dijital bir kas-iskelet sistemi (MSK) platformu kullanan sanal bir fizik tedavi sağlayıcısıdır. Lisanslı terapistleri, Canlı Yapay Zeka Navigasyon Asistanımız (Laina) ile birleştiriyoruz. Lisanslı fizyoterapistlerin talimatları doğrultusunda Laina, web'de özel bir modeli eğitip dağıtarak akıllı otomasyon sunar. Bu model, anlık hareket analizi, kişiselleştirilmiş egzersiz ilerleme durumu ve sohbet desteği sağlar.
Zorluğumuz: Herkes için bir uygulama
Kabul edilebilir bir çözüm, geniş bir kitleyi etkili bir şekilde ele almalıdır. Bu nedenle, cihazdan bağımsız, sorunsuz ve erişilebilir olması gerekiyordu. Uygulama indirmeyi gerektirmeden herkesin sorunsuz bir şekilde kullanabileceği bir platform oluşturmaya çalıştık. ABD merkezli bir şirket olduğumuz ve fizik tedavinin tıbbi bir hizmet olduğu için uygulamamızın tıbbi düzeyde ve HIPAA uyumlu olması gerekiyordu.
2020'den önce çoğu dijital çözümün özel donanım veya uygulama yüklemeleri gerektirdiğini ve bunun da hastalar için büyük bir sorun olduğunu tespit ettik. Ek harici cihazlara (ör. tabletler) dayalı prototipler oluşturduk. Bu durum, gönderim gecikmeleri, ağ kurulumuyla ilgili zorluklar ve ek maliyetler gibi sorunlara yol açtı. Bu faktörler nedeniyle çözümümüzü ölçeklendirmek neredeyse imkansızdı.
Uygulamamızı web'de oluşturursak hasta etkileşimini ve sonuçlarını iyileştirebileceğimizi varsaydık. İndirme ve teknik kurulum olmasaydı engeller önemli ölçüde azalacaktı.
Uygulamamız, özel sensörler veya donanım olmadan makine öğrenimini (ML) kullanan ve yine de gerçek zamanlı hareket analizi sunan bir FDA Sınıf II web uygulaması olarak nitelendirilir. Gizliliği sağlamak için cihaz üzerinde çıkarım ve güvenli, jetonlaştırılmış bağlantılar kullanmamız gerektiğini biliyorduk. Başarımızı, hastaların bakıma ne kadar kolay erişebildiği, hasta katılımının ne kadar yüksek olduğu ve bir tedavi süreci ya da olay başına maliyetin ne kadar düşük olduğuyla ölçmeye karar verdik.
Kişiselleştirilmiş tedavi desteği için makine öğrenimi
Fikrimizin uygulanabilir olup olmadığını değerlendirmek için PoseNet modelini kullanarak bir kavram kanıtı oluşturarak başladık. İlk sonuçlar umut verici olsa da modelin genel doğruluğu ve hızı, kullanıma sunulması için yeterli değildi. Ardından, TensorFlow.js'deki bir poz algılama API'si olan MoveNet modelini denedik. Bu değişiklik, hızı ve doğruluğu artırsa da özel donanım için tasarlanmış modellerle aynı doğruluk düzeyine ulaşamadık.
Bu engeli aşmak için Google ile işbirliği yaparak MoveNet'in bir alt sınıfını kas-iskelet sistemi rehabilitasyonu için özel olarak optimize ettik. Bu alt sınıf modelini eğitmek için saatlerce süren klinik hareket verilerini kaydettik ve notlandırdık. Sonuç olarak elde edilen analiz, MoveNet'in yeteneklerini eklem pozisyonlarının ötesine taşıdı. MoveNet, kas-iskelet sistemi terapisi için kritik öneme sahip hareket kalıplarını ve telafileri tanır.
HIPAA uygunluğu ve hasta gizliliği için modelin çıkarımını tarayıcıda çalıştırması gerekiyordu. Bu sayede, teşhis ve tedavi altındaki durumlar gibi korunan sağlık bilgilerinin üçüncü taraf modelleri veya harici sağlayıcılarla paylaşılmaması sağlandı.
Bu nedenle, özel modeli TensorFlow.js'de dönüştürdük. Son olarak, cihazlarda anlık çıkarım hızlarını ve minimum yükleme sürelerini korumaya odaklanan birkaç performans optimizasyonu görevini daha uyguladık.
2021'deki ilk dağıtımımız, konseptin mümkün olduğunu kanıtladı ancak uygulama cihazdan bağımsız değildi. İşleme için hâlâ belirli Apple cihazlarını kullanıyorduk. Model önemli ölçüde gelişmiş olsa da belirli vücut pozisyonları, ayak bileği takibi ve 3D alanda vücut dönüşü konusunda hâlâ zorlanıyordu.
Kullanıcılarla yaptığımız testlerde, hareket bozulması ve gecikme fark eden hastaların deneyime olan güveninin azaldığını gördük. Kullanıcılar, video çıkışı saniyede 20 kareden daha az olduğunda bu durumu fark etmeye başladı.
Bu sorunları, modelin genel yükünü azaltarak ve birlikte çalışan birden fazla küçük model sunarak çözdük. Her küçük model, belirli vücut bölgeleri ve yönleri için ayarlanmıştır. 2023'ün sonlarına doğru, özel sensörler olmadan hareket hızını ve hareket aralığını ölçebilen, cihaz yakınında doğruluk sağlayan tarayıcı tabanlı bir model ürettik. O zamandan beri tek bir güvenli web bağlantısı üzerinden tıbbi düzeyde hareket analizi sunabiliyoruz.
Kurulum veya indirme gerektirmeyen, sağlık hizmeti kalitesinde online fizik tedavi sunuyoruz.
Etkileşimi ölçeklendirme ve maliyetleri düşürme
LainaHealth'i ve pozisyon tahmini sistemimizi web'e taşıyarak 45 eyalette sanal fizik tedavi hizmeti sunmaya başladık, hasta etkileşimini iyileştirdik ve maliyetleri düşürdük:
74 %
Hasta maliyetinde azalma
2 x
Hasta kaydı ve tamamlanma oranı
4 x
Fizik tedaviye katılım
- Geleneksel fizik tedaviye kıyasla 2 kat daha fazla hasta kaydı, 2 kat daha yüksek tamamlama oranı ve 4 kat daha fazla etkileşim.
- Tamamlanan bölüm başına ortalama 34 ziyaret, standart yüz yüze bakımda ise 8 ziyaret.
- Verimlilik ve ölçeklenebilirlik iyileştirilerek bölüm başına maliyette% 74 azalma.
- Web yapay zekası ile takip edilen, objektif bağlılık ve işlevsel iyileşme ile doğrulanmış klinik sonuçlar.
Ayrıca LainaHealth'in web uygulaması, 12 ila 99 yaş arasındaki hastalara hizmet vererek web'e dayalı yapay zeka odaklı yaklaşımımızın farklı nüfuslar ve teknik becerilerde işe yaradığını gösteriyor.
Sonuçlar ve öneriler
Fizik tedavi uzun süredir pratik bir erişilebilirlik sorunuyla karşı karşıya. Hastalar, zaman, mesafe ve maliyet nedeniyle seanslara katılmakta zorlanıyor. Web yapay zekasını ve lisanslı fizyoterapistleri bir araya getirerek bu engelleri önemli ölçüde azalttık ve evinizin rahatlığında iyileşmeyi mümkün kıldık.
Hastaların istedikleri hayata dönmelerine yardımcı olmak için daha yüksek erişim, daha düşük maliyet ve daha hızlı iyileşme sağlayan bir model ve uygulama tasarladık. Akıllı, tarayıcı tabanlı yapay zekanın insan bakımının yerini almadığını, aksine onu geliştirdiğini gösterdik. Bu sayede kas-iskelet sağlığına daha kişiselleştirilmiş, ölçeklenebilir ve etkili bir yaklaşım mümkün oluyor.