Mensen die een amputatie van hun onderbeen ondergaan, kunnen een prothese gebruiken om opnieuw te stappen. Rond hun stomp wordt een soort van siliconen kous getrokken (een liner), daarrond komt een prothesekoker en aan die koker wordt de prothese zelf bevestigd. Die prothesekoker (van het onderbeen) moet op maat gemaakt worden.
Momenteel doen prothesisten dat op basis van een fysieke, gipsen kopie van de stomp van hun patiƫnten en wordt die kopie dan gecorrigeerd. Dat gebeurt door op specifieke plaatsen op de gipsen kopie materiaal aan te brengen en weg te nemen. De prothesist gebruikt het aangepaste gipsen model om de prothesekoker aan te maken.
In dit project ontwerpt Mobilab & Care een alternatieve manier om zoān aangepaste prothesekoker te maken, namelijk met behulp van 3D-scan en artificiĆ«le intelligentie (AI).
De firma Orthobroker ontwikkelt nu software waarmee prothesisten de stomp van hun patiƫnten kunnen scannen en op basis van de 3D-scan een digitaal ontwerp kunnen maken van de uiteindelijke prothesekoker. Dat model kan dan geprint worden.
Om deze software gebruiksvriendelijk te maken, zal met behulp van artificiƫle intelligentie (AI) een voorspellend model ontwikkeld worden dat een suggestie van correcties geeft aan de prothesist na het inscannen van de stomp.
De laatste jaren is het gebruik van 3D-scannen en 3D-printen in de productie van orthopedische hulpmiddelen steeds meer bruikbaar. Deze werkwijze stelt de prothesist in staat om o.a. sneller te werken, minder afval te produceren en meerdere exact identieke modellen te maken.
Toch is het niet gemakkelijker voor een prothesist om de werkwijze die hij/zij jaren manueel heeft gedaan, plots digitaal te gaan uitvoeren. Daarom wordt in dit project gebruikgemaakt van artificiƫle intelligentie. Door een dergelijk werkwijze te gaan gebruiken, krijgt de prothesist al een voorstel van correcties die digitaal moeten uitgevoerd worden. Die kunnen dan verder patiƫntspecifiek aangepast worden.
De rol van Mobilab & Care is het opstellen van het algoritme dat de correcties op de 3D-scan van een stomp voorspelt.
Het algoritme leert welke correcties er uitgevoerd moeten worden op basis van voorbeelden van correcties uitgevoerd door prothesisten op gipsafdrukken van stompen. Daarvoor gaan de onderzoekers van M&C bij verschillende orthopedische bedrijven en verschillende prothesisten tijdens hun dagelijkse klinische praktijk een scan maken van zowel de stomp van patiĆ«nten als van het gecorrigeerde gipsen model. Daarvan worden kenmerken afgeleid, die samen met andere patiĆ«ntengegevens gebruikt worden om het voorspellend model op te stellen. Dat voorspellend model zal gebruikt worden in de software van Orthobroker. Hiermee kunnen prothesisten op een intuĆÆtieve manier een digitaal ontwerp maken van de uiteindelijke prothesekoker, op basis van de 3D-scan van de stomp van hun patiĆ«nten.
Haalt energie uit het verwerken, analyseren en voorstellen van data. Altijd zin in een bordspel.
Babbelt graag over orthesen, prothesen en hoe deze zo optimaal mogelijk te maken, voor elke patiƫnt!
Eeuwig op weg naar essentie en waarheid. Inspireert op de brug tussen theorie en praktijk, wetenschap en verbinding.
Applied Data Scientist met focus op AI en machine learning-technologie in het gezondheidsdomein.