Utrata kończyny to wydarzenie zmieniające życie. Proteza staje się nieodłączną częścią ciała, a jej dopasowanie decyduje o komforcie, mobilności i jakości życia pacjenta. Kluczowym elementem jest lej protezowy – indywidualnie formowany „interfejs” łączący kikut z mechaniczną częścią protezy. Dobrze dopasowany lej to cud rzemiosła i biomechaniki, źle dopasowany – źródło bólu, otarć i frustracji.
Proces tworzenia idealnego leja jest dziś bardziej sztuką niż nauką. Opiera się na latach doświadczenia, intuicji i talencie pojedynczego protetyka. To czasochłonny proces prób i błędów, wymagający wielu wizyt i poprawek, co prowadzi do długich list oczekujących w systemie opieki zdrowotnej. A co, gdybyśmy mogli przekształcić tę sztukę w naukę opartą na danych? Przełomowe badania pokazują, że analiza setek wcześniejszych, udanych dopasowań za pomocą zaawansowanego oprogramowania pozwala natychmiastowo generować spersonalizowane projekty lejów, które są nie tylko równie komfortowe, co te tworzone ręcznie, ale także bardziej powtarzalne.
Od sztuki do nauki: jak działa projektowanie oparte na danych?
Tradycyjny proces tworzenia leja protezowego polega na wykonaniu gipsowego odlewu kikuta, a następnie ręcznym modelowaniu go przez protetyka w celu uzyskania optymalnego rozkładu nacisku. Współczesne metody często wykorzystują projektowanie wspomagane komputerowo (CAD), ale wciąż opierają się na subiektywnej ocenie i doświadczeniu pojedynczego specjalisty.
Nowe podejście, opracowane przez naukowców z University of Southampton i firmę Radii Devices, rewolucjonizuje ten proces, wykorzystując potęgę danych zbiorowych. System działa w oparciu o prostą, ale potężną zasadę: uczy się na podstawie tego, co zadziałało w przeszłości.
Jak to działa krok po kroku:
- Gromadzenie danych: Oprogramowanie analizuje cyfrowe zapisy setek wcześniejszych, udanych projektów lejów protezowych stworzonych przez różnych protetyków.
- Identyfikacja wzorców: Algorytmy identyfikują korelacje między cechami anatomicznymi pacjentów (kształt i rozmiar kikuta) a cechami geometrycznymi lejów, które okazały się dla nich najbardziej komfortowe.
- Nowy pacjent: Wykonywany jest precyzyjny, trójwymiarowy skan kikuta nowego pacjenta.
- Generowanie rekomendacji: Na podstawie skanu, oprogramowanie natychmiast generuje spersonalizowany projekt leja, bazując na cechach, które sprawdziły się u pacjentów o podobnej anatomii w przeszłości.
W ten sposób system w pewnym sensie „uczy się” od setek protetyków jednocześnie, kondensując ich zbiorową wiedzę i doświadczenie w jednej, natychmiastowej rekomendacji.
Test w warunkach bojowych: co pokazało badanie kliniczne?
Aby zweryfikować skuteczność nowej metody, przeprowadzono rygorystyczne badanie kliniczne w trzech ośrodkach brytyjskiej publicznej służby zdrowia (NHS). Siedemnastu pacjentów po amputacji podudzia otrzymało dwa leje próbne:
- Jeden zaprojektowany w tradycyjny sposób przez doświadczonego protetyka.
- Jeden wygenerowany automatycznie przez oprogramowanie, na podstawie skanu 3D, bez żadnych dodatkowych poprawek ze strony człowieka.
Pacjenci oceniali komfort każdego z lejów w skali od 1 do 10 i dzielili się swoimi wrażeniami. Wyniki, opublikowane w JMIR Rehabilitation and Assistive Technology, okazały się niezwykle obiecujące.
| Kryterium oceny | Wynik | Co to oznacza w praktyce? |
| Średni komfort | Brak statystycznie istotnej różnicy | Leje generowane przez AI były średnio tak samo wygodne jak te tworzone przez ekspertów. |
| Zmienność wyników (wariancja) | Mniejsza w grupie AI | Jakość lejów generowanych przez AI była bardziej powtarzalna i spójna, mniej zależna od „dnia” czy umiejętności pojedynczego protetyka. |
| Preferencje pacjentów | Wielu pacjentów preferowało lej zaprojektowany przez AI i wybrało go jako swoją ostateczną protezę. | System jest w stanie tworzyć projekty, które nie tylko dorównują, ale czasami przewyższają ludzkie rzemiosło w ocenie pacjentów. |
Jak podkreślają badacze, testowano scenariusz „najgorszego przypadku” – surowy, niezmodyfikowany projekt z komputera. Fakt, że nawet w tych warunkach metoda sprawdziła się tak dobrze, jest niezwykle обнадеживающим sygnałem.
Synergia, nie zastępstwo: protetyk przyszłości
Celem tej technologii nie jest zastąpienie protetyków, ale ich wzmocnienie. Skan 3D może precyzyjnie odwzorować zewnętrzny kształt kikuta, ale nie jest w stanie „zobaczyć” tego, co dzieje się pod skórą. Tylko doświadczony protetyk potrafi zidentyfikować wrażliwe miejsca, takie jak wyrośla kostne czy nerwiaki, i wie, jak zmodyfikować projekt, aby uniknąć bólu i uszkodzenia tkanek.
Nowe oprogramowanie ma działać jako potężne narzędzie, które natychmiastowo dostarcza protetykowi solidny, oparty na danych punkt wyjścia. Zwalnia go to z czasochłonnego etapu tworzenia podstawowego kształtu i pozwala skupić całą swoją wiedzę i doświadczenie tam, gdzie są one najcenniejsze: na precyzyjnych, spersonalizowanych modyfikacjach, które odpowiadają na unikalne potrzeby i wrażliwość każdego pacjenta.
To fundamentalna zmiana w filozofii pracy. Zamiast poświęcać godziny na podstawy, protetyk może od razu przejść do etapu mistrzowskiego „szlifowania” detali, mając więcej czasu na bezpośrednią pracę z pacjentem. To przyszłość, w której technologia standaryzuje i przyspiesza to, co powtarzalne, uwalniając ludzką ekspertyzę do rozwiązywania najbardziej złożonych problemów.
FAQ – Najczęściej zadawane pytania
- Czy ta technologia jest już stosowana w praktyce?
Tak. Jak podają autorzy, już blisko 100 pacjentów w Wielkiej Brytanii i USA otrzymało protezy zaprojektowane przy użyciu tej metody. Obecnie trwają prace nad rozwojem interfejsu oprogramowania, aby jego integracja z codzienną pracą kliniczną była jak najprostsza dla protetyków. - Jakie są największe korzyści dla pacjentów?
Największe korzyści to potencjalne skrócenie czasu oczekiwania na protezę, zmniejszenie liczby wizyt potrzebnych do jej dopasowania oraz większa szansa na uzyskanie komfortowego leja już za pierwszym razem. Ostatecznie prowadzi to do szybszego powrotu do pełnej mobilności i lepszej jakości życia. - Jakie dane są analizowane przez oprogramowanie?
Oprogramowanie analizuje zanonimizowane, cyfrowe modele 3D lejów protezowych, które w przeszłości zostały ocenione jako udane i komfortowe, oraz odpowiadające im skany 3D kikutów pacjentów. Nie przetwarza ono żadnych innych danych osobowych ani medycznych. - Czy ta metoda nadaje się do wszystkich typów amputacji?
Opisane badanie dotyczyło pacjentów po amputacji podudzia (poniżej kolana). Zasada działania systemu jest jednak uniwersalna i w przyszłości może zostać zaadaptowana do innych typów amputacji, np. na poziomie uda, a także do projektowania innych wyrobów ortopedycznych, takich jak ortezy. - Czy to rozwiązanie obniży koszty dla systemu opieki zdrowotnej?
Tak, to jeden z głównych celów projektu. Skracając proces dopasowywania i zmniejszając liczbę potrzebnych wizyt, technologia ta może znacząco obniżyć koszty związane z pracą wysoko wykwalifikowanego personelu medycznego. Pozwoli to na obsłużenie większej liczby pacjentów w tym samym czasie, co może przyczynić się do skrócenia list oczekujących.