Opis kliniczny

System analizy ruchu
kończyn dolnych

Dokument dla lekarzy, fizjoterapeutów i partnerów klinicznych zainteresowanych współpracą lub pilotażem.

Po co taki system?

W praktyce ortopedycznej i rehabilitacyjnej ocena kończyny dolnej wymaga zrozumienia zarówno budowy anatomicznej, jak i funkcji w ruchu. Obecne standardy opierają się na RTG, CT i MRI — jednak żadna z tych metod nie pozwala ocenić jak kończyna pracuje dynamicznie podczas zwykłego chodzenia.

Nowoczesne podejście to sieć małych czujników ruchu (IMU) rozmieszczonych na stopie, goleni, udzie i miednicy. Takie podejście pozwala badać funkcję a nie tylko statykę, analizować symetrię chodu, oceniać rotację bez promieniowania i monitorować rehabilitację w czasie.

Jak działa system?

Każdy czujnik rejestruje położenie w przestrzeni, przyspieszenia i prędkości kątowe. Oprogramowanie porównuje sygnały między segmentami, rekonstruuje kąt zgięcia i rotację kolana, wykrywa kompensacje ruchowe i analizuje symetrię.

Moduł centralny AIMotion — ESP32 + 2× TCA9548A

Moduł centralny prototypu: ESP32 + 2× TCA9548A (multipleksery I2C) · stan: maj 2026

Kluczowa zasada

System nie polega na jednym pomiarze, lecz na relacjach między kilkoma segmentami — co czyni go odporniejszym na błędy niż pojedynczy czujnik.

Środowisko pracy

Gabinet rehabilitacyjny. Nie laboratorium ruchu, nie dom pacjenta. Czas przygotowania do badania: kilka minut.

Złożoność ruchu kolana

Kolano nie jest prostym zawiasem. Wykonuje tzw. ruch śrubowy — z komponentą rotacyjną — który trudno ocenić klinicznie, a CT pokazuje tylko statyczną geometrię, nie funkcję.

System czujników może zmierzyć rotację piszczeli względem uda, rotację stopy względem goleni, różnice między stroną chorą a zdrową, oraz kompensacje ruchowe świadczące o bólu lub niewydolności mechanicznej.

Przykład wartości dodanej

Pacjent może mieć prawidłowe RTG i MRI — ale w dynamicznej analizie rotacja piszczeli jest nadmierna, lub podczas chodu kompensuje biodrem. To może wyjaśniać ból, niestabilność lub zwiększone ryzyko progresji choroby.

Dlaczego nie wystarczy jeden czujnik?

Czujniki IMU mierzą ruch skóry, nie bezpośrednio kości. Na udzie skóra może przesuwać się kilka milimetrów, co powoduje błąd pomiarowy — zjawisko zwane Soft Tissue Artifact (STA).

Udo

STA największy — skóra ma tu dużą ruchomość względem kości.

Goleń

STA mniejszy — tkanka mięśniowa mniej ruchoma.

Stopa

STA znikomy — kość blisko powierzchni.

Rozwiązanie

System multi-sensorowy (4–10 czujników) pozwala odróżnić ruch skóry od ruchu kości przez wzajemne korygowanie sygnałów.

Jak system uczy się pacjenta?

Model biomechaniczny — system zna zakresy ruchów, fizjologiczne ograniczenia i kierunki w których kolano nie może się poruszać.

Dane z obrazowania (opcjonalne) — RTG/CT/MRI pozwala ustalić rzeczywistą oś kończyny i torsję. System zapamiętuje te parametry i korzysta z nich przy interpretacji ruchu.

Uczenie maszynowe — z czasem system uczy się jak bardzo przesuwa się skóra danej osoby i jak wygląda jej naturalny chód. Im więcej pomiarów, tym dokładniejsza rekonstrukcja ruchu kości.

Protokół pomiarowy

Na start potrzebne jest środowisko kontrolowane. Zestaw zadań pomiarowych:

Chód w stałym tempie — kalibracja i pomiar bazowy

Chód szybszy / wolniejszy — ujawnia kompensacje przy zmianie obciążenia

Przysiad — ocena kontroli osiowej i symetrii

Start / stop / skręt — ujawnia anomalie niewidoczne w ruchu ustalonym

Przed badaniem zbierana jest antropometria: wzrost, masa, długości kończyn — dla normalizacji wyników i lepszych porównań międzyosobniczych.

Wartość kliniczna

✓

Bez promieniowaniaAnaliza funkcjonalna jako uzupełnienie RTG/CT/MRI, nie zastępstwo.

✓

Pomiar funkcji, nie tylko strukturyDynamiczna ocena tego jak kończyna pracuje podczas chodu — nie tylko jak wygląda w bezruchu.

✓

Obiektywny monitoring rehabilitacjiPorównanie między wizytami — trend zamiast jednorazowej obserwacji.

✓

Wykrywanie kompensacjiZmiany które pacjent wykonuje nieświadomie, a które mogą tłumaczyć ból lub ryzyko progresji.

✓

Redukcja niepotrzebnych badańObiektywny obraz funkcjonalny może zmniejszyć liczbę badań obrazowych zlecanych z braku danych funkcjonalnych.

Zainteresowany współpracą?

Pilotaż kliniczny

Projekt jest na etapie TRL 3 i aktywnie szuka placówek zainteresowanych pilotażem. Oferuję konsultacje, prezentację prototypu i wspólne definiowanie protokołu pomiarowego.

kontakt@ai-motion.pl

Clinical description

Lower limb motion
analysis system

A document for physicians, physiotherapists, and clinical partners interested in collaboration or a pilot.

Why this system?

In orthopaedic and rehabilitation practice, assessment of the lower limb requires understanding both anatomy and function in movement. Current standards rely on X-ray, CT, and MRI — yet none of these methods can assess how the limb works dynamically during normal walking.

The modern approach is a network of small motion sensors (IMU) placed on the foot, shin, thigh, and pelvis. This allows assessment of function rather than just statics, analysis of gait symmetry, evaluation of rotation without radiation, and monitoring of rehabilitation over time.

How does the system work?

Each sensor records spatial position, accelerations, and angular velocities. The software compares signals between segments, reconstructs the flexion angle and knee rotation, detects movement compensations, and analyses symmetry.

AIMotion central module — ESP32 + 2× TCA9548A

Prototype central module: ESP32 + 2× TCA9548A (I2C multiplexers) · status: May 2026

Key principle

The system relies not on a single measurement, but on relationships between multiple segments — making it more robust than a single sensor.

Working environment

Rehabilitation clinic. Not a motion lab, not the patient's home. Setup time: a few minutes.

The complexity of knee movement

The knee is not a simple hinge. It performs a screw-home movement — with a rotational component — that is difficult to assess clinically, and CT shows only static geometry, not function.

The sensor system can measure tibial rotation relative to the femur, foot rotation relative to the shin, differences between the affected and healthy side, and movement compensations indicating pain or mechanical insufficiency.

Why isn't one sensor enough?

IMU sensors measure skin movement, not bone movement directly. On the thigh, skin can shift several millimetres, causing measurement error — a phenomenon known as Soft Tissue Artifact (STA). A multi-sensor system (4–10 sensors) allows the system to distinguish skin movement from bone movement through mutual signal correction.

How does the system learn the patient?

Biomechanical model — the system knows ranges of motion, physiological limits, and directions the knee cannot move.

Imaging data (optional) — X-ray/CT/MRI allows establishing the actual limb axis and torsion. The system stores these parameters for use in motion interpretation.

Machine learning — over time the system learns how much each person's skin shifts and what their natural gait looks like. More measurements means more accurate bone movement reconstruction.

Measurement protocol

Walking at steady pace — calibration and baseline measurement

Faster / slower walking — reveals compensations under different loading

Squat — assessment of axial control and symmetry

Start / stop / turn — reveals anomalies invisible during steady-state movement

Clinical value

✓

No radiationFunctional analysis as a complement to X-ray/CT/MRI, not a replacement.

✓

Function, not just structureDynamic assessment of how the limb works during gait — not just how it looks at rest.

✓

Objective rehabilitation monitoringBetween-visit comparison — trend instead of a one-off observation.

✓

Compensation detectionChanges the patient makes unconsciously that may explain pain or progression risk.

✓

Reduction of unnecessary imagingAn objective functional picture may reduce imaging orders placed in the absence of functional data.

Interested in collaboration?

Clinical pilot

The project is at TRL 3 and actively looking for clinics interested in a pilot. I offer consultations, prototype demonstration, and joint definition of the measurement protocol.