Loading...
Publication
From design to evaluation: a human-centered approach to AI-powered remote cognitive training for stroke patients
| Name: | Description: | Size: | Format: | |
|---|---|---|---|---|
| 8.4 MB | Adobe PDF |
Advisor(s)
Abstract(s)
Stroke is a leading cause of long-term disability worldwide, often resulting in cognitive impairments that
significantly impact patients' quality of life and independence. This doctoral thesis presents the design,
development of the client-side modules, and evaluation of the NeuroAIreh@b platform, a remote cognitive
training system specifically tailored for stroke survivors. The focus of this thesis is dual. First, a focus on a
comprehensive human-centered design approach was used to design the modular platform that addresses the
specific needs of stroke patients and healthcare professionals. Second, the automation of cognitive training
through the development of the software module Reh@Sync allows the training to be performed remotely with
reduced need for therapist intervention. The system integrates a set of cognitive training apps that incorporate
activities of daily living, enhancing ecological validity and potential skill transfer to real-life situations. One of
the key innovations of the Reh@Sync is the implementation of personalization and difficulty adaptation features,
which use cognitive profiles and machine learning models to tailor interventions to the individual patient's needs
and abilities. Moreover, the engineered system can universally integrate independent apps beyond the cognition
dimension, making it a multipurpose system for multidimensional training.
The design process involved multiple stakeholders and employed various techniques, including requirements
engineering, ideation sessions, prototyping, and iterative usability evaluations. The development phase resulted
in a modular system capable of integrating multiple cognitive training apps while maintaining customizability for
individual users.
The results of a feasibility study with 10 chronic stroke survivors who used the system for 4 weeks showed high
levels of adherence, usability, and user satisfaction, indicating the potential for widespread adoption in home based rehabilitation settings. Regarding clinical outcomes after the intervention, we observed significant
improvements for a subgroup that showed baseline cognition below the norm. Evaluation of the automation
process revealed that the system efficiently personalized and adapted the training to each participant's profile.
This research contributes to the fields of cognitive rehabilitation, informatics engineering, and human-computer
interaction by providing a detailed account of the design, engineering, and development process of an automated
remote cognitive training system for stroke survivors. The findings support the feasibility of self-administered
digital cognitive training and highlight areas for future improvements, including expanding the difficulty range to
accommodate higher-functioning individuals and incorporating a wider variety of content to enhance engagement.
O acidente vascular cerebral (AVC) é uma das principais causas de incapacidade a longo prazo em todo o mundo, resultando frequentemente em défices cognitivos que afetam significativamente a qualidade de vida e a independência dos doentes. Esta tese de doutoramento apresenta o desenho, desenvolvimento dos módulos do lado do cliente e a avaliação da plataforma NeuroAIreh@b, um sistema de treino cognitivo à distância especificamente concebido para sobreviventes de AVC. O foco desta tese é duplo. Em primeiro lugar, foi utilizada uma abordagem abrangente de desenho centrado no ser humano para conceber a plataforma modular que responde às necessidades específicas dos doentes com AVC e dos profissionais de saúde. Em segundo lugar, a automatização do treino cognitivo através do desenvolvimento do módulo de software Reh@Sync permite que o treino seja realizado à distância com necessidade reduzida de intervenção do terapeuta. O sistema integra um conjunto de aplicações de treino cognitivo que incorporam atividades da vida diária, melhorando a validade ecológica e o potencial de transferência de competências para situações da vida real. Uma inovação fundamental do Reh@Sync é a implementação de funcionalidades de personalização e adaptação da dificuldade, que utilizam perfis cognitivos e modelos de aprendizagem automática para adaptar as intervenções às necessidades e capacidades individuais de cada paciente. Adicionalmente, o processo de engenharia resultou num sistema que tem a capacidade de integrar aplicações independentes para além da dimensão da cognição, transformando-o num sistema que pode servir múltiplos propósitos para treino multidimensional. O processo de desenho envolveu a participação multidisciplinar de vários intervenientes através de várias técnicas, incluindo engenharia de requisitos, sessões de ideação, prototipagem e avaliações iterativas de usabilidade. A fase de desenvolvimento resultou num sistema modular capaz de integrar múltiplas aplicações de treino cognitivo, conteúdos personalizados, e automação da dificuldade para cada indivíduo. Os resultados de um estudo de viabilidade com 10 sobreviventes de AVC crónico que utilizaram o sistema durante 4 semanas mostraram níveis elevados de adesão, usabilidade e satisfação do utilizador, indicando o potencial para uma adoção generalizada em contextos de reabilitação domiciliária. Relativamente aos resultados clínicos após a intervenção, observámos melhorias significativas num subgrupo com cognição abaixo da norma. A avaliação do processo de automatização revelou que o sistema personalizou e adaptou eficientemente o treino ao perfil de cada participante. Esta investigação contribui para os campos da reabilitação cognitiva, engenharia informática e interação humano computador, ao disponibilizar um relato detalhado do processo de desenho, engenharia, e desenvolvimento do sistema automatizado de treino cognitivo à distância para sobreviventes de AVC. Os resultados apoiam a viabilidade do treino cognitivo digital autoadministrado e destacam áreas para melhorias futuras, incluindo a expansão do limite de dificuldade para acomodar indivíduos com maior funcionalidade e a incorporação de uma maior variedade de conteúdos para aumentar o envolvimento
O acidente vascular cerebral (AVC) é uma das principais causas de incapacidade a longo prazo em todo o mundo, resultando frequentemente em défices cognitivos que afetam significativamente a qualidade de vida e a independência dos doentes. Esta tese de doutoramento apresenta o desenho, desenvolvimento dos módulos do lado do cliente e a avaliação da plataforma NeuroAIreh@b, um sistema de treino cognitivo à distância especificamente concebido para sobreviventes de AVC. O foco desta tese é duplo. Em primeiro lugar, foi utilizada uma abordagem abrangente de desenho centrado no ser humano para conceber a plataforma modular que responde às necessidades específicas dos doentes com AVC e dos profissionais de saúde. Em segundo lugar, a automatização do treino cognitivo através do desenvolvimento do módulo de software Reh@Sync permite que o treino seja realizado à distância com necessidade reduzida de intervenção do terapeuta. O sistema integra um conjunto de aplicações de treino cognitivo que incorporam atividades da vida diária, melhorando a validade ecológica e o potencial de transferência de competências para situações da vida real. Uma inovação fundamental do Reh@Sync é a implementação de funcionalidades de personalização e adaptação da dificuldade, que utilizam perfis cognitivos e modelos de aprendizagem automática para adaptar as intervenções às necessidades e capacidades individuais de cada paciente. Adicionalmente, o processo de engenharia resultou num sistema que tem a capacidade de integrar aplicações independentes para além da dimensão da cognição, transformando-o num sistema que pode servir múltiplos propósitos para treino multidimensional. O processo de desenho envolveu a participação multidisciplinar de vários intervenientes através de várias técnicas, incluindo engenharia de requisitos, sessões de ideação, prototipagem e avaliações iterativas de usabilidade. A fase de desenvolvimento resultou num sistema modular capaz de integrar múltiplas aplicações de treino cognitivo, conteúdos personalizados, e automação da dificuldade para cada indivíduo. Os resultados de um estudo de viabilidade com 10 sobreviventes de AVC crónico que utilizaram o sistema durante 4 semanas mostraram níveis elevados de adesão, usabilidade e satisfação do utilizador, indicando o potencial para uma adoção generalizada em contextos de reabilitação domiciliária. Relativamente aos resultados clínicos após a intervenção, observámos melhorias significativas num subgrupo com cognição abaixo da norma. A avaliação do processo de automatização revelou que o sistema personalizou e adaptou eficientemente o treino ao perfil de cada participante. Esta investigação contribui para os campos da reabilitação cognitiva, engenharia informática e interação humano computador, ao disponibilizar um relato detalhado do processo de desenho, engenharia, e desenvolvimento do sistema automatizado de treino cognitivo à distância para sobreviventes de AVC. Os resultados apoiam a viabilidade do treino cognitivo digital autoadministrado e destacam áreas para melhorias futuras, incluindo a expansão do limite de dificuldade para acomodar indivíduos com maior funcionalidade e a incorporação de uma maior variedade de conteúdos para aumentar o envolvimento
Description
Keywords
Stroke rehabilitation Cognitive training Remote rehabilitation Human-centered design Personalization Difficulty adaptation Intelligent systems Digital health Multidimensional systems Multi-purpose systems Reabilitação de AVC Treino cognitivo Reabilitação à distância Desenho centrado no ser humano Personalização Adaptação da dificuldade Sistemas inteligentes Saúde digital Sistemas multidimensionais Sistemas multi-propósito Informatics Engineering specialization: Human-Computer Interaction . Faculdade de Ciências Exatas e da Engenharia