Design, Development, and Evaluation of an Interactive Personalized Social Robot to Monitor and Coach Post-Stroke Rehabilitation Exercises

要約

高齢者や障害者の健康や福祉に関連した運動への取り組みを改善するために、社会支援ロボットの検討が進んでいます。しかし、人々が様々な身体的条件を抱えていても、社会的ロボットの運動指導システムに関する先行研究のほとんどは、一般的な、あらかじめ定義されたフィードバックを利用しています。これらのシステムの導入は、依然として課題となっています。本論文では、パーソナライズされたリハビリテーションのためのソーシャルロボット運動指導システムを設計、開発、評価するために、セラピストと脳卒中後のサバイバーが繰り返し参加した我々の研究を紹介します。セラピストとのインタビューを通じて、このシステムがユーザーとどのように相互作用するかを設計し、その後、対話型ソーシャルロボット運動コーチングシステムを開発しました。このシステムは、ニューラルネットワークモデルとルールベースモデルを統合し、患者のリハビリテーション運動を自動的に監視・評価するもので、個々の患者のデータを用いてチューニングすることで、改善のためのパーソナライズされた修正フィードバックをリアルタイムで生成することができます。脳卒中後遺症のある患者15名のリハビリテーション運動のデータセットを用いて、本システムが、患者のデータを保持したままチューニングを行い、患者の運動を評価する性能を大幅に向上させることを実証しました。さらに、実世界での評価では、本システムが新しい参加者に適応し、専門家の合意レベルに匹敵する平均0.81の運動評価性能を達成することが示された。さらに、本システムが実用化された場合の利点と限界について議論する。

要約(オリジナル)

Socially assistive robots are increasingly being explored to improve the engagement of older adults and people with disability in health and well-being-related exercises. However, even if people have various physical conditions, most prior work on social robot exercise coaching systems has utilized generic, predefined feedback. The deployment of these systems still remains a challenge. In this paper, we present our work of iteratively engaging therapists and post-stroke survivors to design, develop, and evaluate a social robot exercise coaching system for personalized rehabilitation. Through interviews with therapists, we designed how this system interacts with the user and then developed an interactive social robot exercise coaching system. This system integrates a neural network model with a rule-based model to automatically monitor and assess patients’ rehabilitation exercises and can be tuned with individual patient’s data to generate real-time, personalized corrective feedback for improvement. With the dataset of rehabilitation exercises from 15 post-stroke survivors, we demonstrated our system significantly improves its performance to assess patients’ exercises while tuning with held-out patient’s data. In addition, our real-world evaluation study showed that our system can adapt to new participants and achieved 0.81 average performance to assess their exercises, which is comparable to the experts’ agreement level. We further discuss the potential benefits and limitations of our system in practice.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL