OpenCap: biomecánica humana sofisticada a partir de vídeos de teléfonos inteligentes
La terapeuta ocupacional Julie Muccini revisa una captura de OpenCap con un sujeto de estudio. Foto cortesía de Kurt Hickman
Enfermedades como la artritis y las lesiones deportivas pueden afectar la forma en que las personas se mueven y viven la vida. El análisis musculoesquelético computacional puede informar mejores intervenciones y mejorar las decisiones de rehabilitación para pacientes y atletas, pero medir la dinámica y las fuerzas en juego en el movimiento humano requiere mucho tiempo, equipo y experiencia. Es caro. Aunque millones de personas en todo el mundo podrían beneficiarse, con demasiada frecuencia la investigación computacional del movimiento es un lujo que pocos pacientes pueden permitirse.
En un nuevo estudio publicado el 19 de octubre en PLOS Computational Biology , un equipo de investigadores de la Universidad de Stanford presenta OpenCap , una poderosa aplicación de captura de movimiento de código abierto que utiliza video de dos iPhones calibrados que trabajan en conjunto para cuantificar el movimiento humano y las fuerzas subyacentes. en el sistema musculoesquelético. Sus creadores esperan que se convierta en un punto de inflexión en el análisis del movimiento humano, ayudando a identificar patrones de movimiento que aumentan el riesgo de lesión de un atleta u optimizando tratamientos para personas con condiciones que limitan la movilidad. OpenCap tarda solo unos minutos en calcular información valiosa sobre el movimiento humano, lo que solía llevar días utilizando laboratorios que cuestan 150 000 dólares, todo a menos del 1 % del costo.
“OpenCap democratiza el análisis del movimiento humano”, dijo Scott Delp , profesor de bioingeniería e ingeniería mecánica y director de Wu Tsai Human Performance Alliance , autor principal del estudio. “Esperamos que pueda poner estas herramientas que alguna vez estuvieron fuera de su alcance en más manos que nunca”.
Movimiento a escala
OpenCap combina lo último en visión por computadora, aprendizaje automático y simulación musculoesquelética para que el análisis del movimiento esté ampliamente disponible sin necesidad de equipos ni experiencia especializados.
La herramienta calcula cómo los puntos de referencia del cuerpo (rodillas, caderas, hombros y otras articulaciones) se mueven a través del espacio tridimensional. Luego utiliza modelos complejos de la física y la biología del sistema musculoesquelético humano para determinar cómo se mueve el esqueleto y qué fuerzas se aplican durante el movimiento. A partir de ahí, puede calcular datos biomecánicos importantes, como los ángulos de las articulaciones o las cargas de las articulaciones.
“Incluso le dirá qué músculos específicos se están activando”, señaló Delp.
En total, OpenCap proporciona una rica caracterización de cómo se mueven los humanos; información que antes solo estaba disponible en laboratorios especializados con equipos patentados. Si bien el costo era una preocupación, el verdadero obstáculo fue el tiempo y la experiencia necesarios para realizar estas evaluaciones en el laboratorio.
scott-uhlrich
“A un ingeniero experto le llevaría días recopilar y procesar los datos biomecánicos que OpenCap proporciona en minutos”, dijo Scott Uhlrich , director de investigación en el Laboratorio de Rendimiento Humano de Stanford y co-primer autor del artículo.
La recopilación de datos de OpenCap tarda 10 minutos y el procesamiento se automatiza en la nube. Stanford pone esta plataforma en la nube a disposición de los investigadores de forma gratuita, ampliando drásticamente quién puede estudiar el movimiento, dónde se puede estudiar y qué tan grandes pueden ser estos estudios.
“Hoy en día, el número medio de pacientes en un estudio biomecánico es de sólo catorce “, afirma Uhlrich. “En nuestro estudio, recopilamos datos de 100 personas en menos de 10 horas; antes esto nos habría llevado un año”.
El equipo de Delp presentó OpenCap en varias conferencias a las que asistieron investigadores biomédicos y recibió críticas entusiastas. Miles de investigadores ya han comenzado a poner OpenCap en práctica. “Es muy gratificante cuando las personas adoptan y utilizan su trabajo y responden preguntas de investigación que nunca imaginaron”, dijo Antoine Falisse , ingeniero de investigación y coautor principal con Uhlrich y el ex postdoctorado Łukasz Kidziński
Ejemplo de lo que OpenCap revela a los usuarios, incluidas las fuerzas subyacentes en el sistema musculoesquelético que resultan del movimiento. | Imagen cortesía de OpenCap
Moviéndose hacia el futuro
Facilitar la creación de grandes conjuntos de datos de movimiento marcará el comienzo de una nueva era de investigación biomecánica, impulsada por inteligencia artificial. “Existe el genoma humano”, dijo Delp, “pero este será realmente el nomo del movimiento de todo el repertorio de movimientos humanos capturados cuantitativamente”.
“Con OpenCap, ahora podemos cambiar nuestro enfoque de la recopilación de datos a utilizarlos para muchas aplicaciones, como comprender el rendimiento máximo, detectar riesgos de enfermedades y evaluar la eficacia del tratamiento”, dijo Falisse.
Si bien el software está disponible gratuitamente para investigación, Uhlrich y Falisse han creado una empresa para apoyar a los entrenadores o médicos que quieran aprovechar el software para aplicaciones comerciales. “Se puede imaginar a los atletas recibiendo evaluaciones periódicas de su rendimiento y riesgo de lesiones para guiar su entrenamiento”, dijo Uhlrich, “o a los adultos mayores analizando periódicamente su forma de caminar en el consultorio del médico”.
“Nuestra esperanza es que, al democratizar el acceso al análisis del movimiento humano, OpenCap acelere la incorporación de métricas biomecánicas clave en cada vez más estudios, ensayos y prácticas clínicas para mejorar los resultados para los pacientes en todo el mundo”, concluyó Delp.
OpenCap: biomecánica humana sofisticada a partir de vídeos
Los investigadores que contribuyen incluyen a la terapeuta ocupacional Julie Muccini , el bioestadístico Michael Ko, el profesor asistente (investigación) de radiología Akshay Chaudhari y Jennifer Hicks , directora ejecutiva de Wu Tsai Human Performance Alliance . La investigación fue financiada por la Wu Tsai Human Performance Alliance y los Institutos Nacionales de Salud.
-
¿Qué se interpone en el camino del acero sostenible?
-
El futuro de las imágenes computacionales
Stanford , ceder la propiedad intelectual para poner fin a la pandemia