Puzzling Patterns: Assessing Neck Range of Motion Using a Mobile Puzzle Exergame

• Maria Francesca Roig-Maimó ^[1] ; Javier Varona ^[1] ; Ramon Mas-Sansó ^[1] ; I. Scott MacKenzie ^[2] ; Iosune Salinas-Bueno ^[1]
  1. [1] Universitat de les Illes Balears

     Universitat de les Illes Balears

     Palma de Mallorca, España

     
  2. [2] York University
• Localización: Actas del XXIV Congreso Internacional de Interacción Persona-Ordenador. Interacción 2024 / Julian C. Flores González (ed. lit.) , José Angel Taboada González (ed. lit.) , Alejandro Catalá Bolós (ed. lit.) , Nelly Condori Fernández (ed. lit.) , Arcadio Reyes Lecuona (ed. lit.) , 2024, ISBN 978-84-09-62293-1, págs. 119-119
• Idioma: inglés
• Enlaces
  • Texto Completo Libro (pdf)
• Resumen

  • El rango de movimiento (ROM) cervical es un aspecto crucial en la evaluación después de una lesión en el cuello y antes de la rehabilitación cervical. En este trabajo exploramos el uso de un exergame (un puzzle), que integra un head-tracker, para predecir el grado de ROM cervical. Usando el movimiento de la cabeza, los usuarios desplazan el cursor sobre una imagen escondida por una matriz de casillas con el objetivo de ir eliminando las casillas y así revelar la imagen subyacente. En un estudio de usuario con un diseño within-subjects controlamos el grado de movilidad de los participantes colocándoles un collarín cervical rígido (restricción severa), un collarín cervical suave (restricción moderada) o ningún collarín (sin restricción), tal y como muestra la Figura 1. También controlamos la dificultad de la tarea a realizar a través del número de casillas a eliminar (13×10, 7×5) y la ganancia del head-tracker (alta, baja). La tasa de eliminación de casillas por grado de restricción de movilidad osciló desde un ≈30 % para la restricción severa, hasta un ≈95 % para ninguna restricción (con un ≈50 % para la restricción moderada). Los resultados sugieren los siguientes niveles de dificultad (en orden ascendente) en función del número de casillas y la ganancia del head-tracker: (1) 7×5, ganancia alta; (2) 7×5, ganancia baja; (3) 13×10, ganancia alta; y (4) 13×10, ganancia baja. Este orden de dificultad ascendente se recomienda para personas con afecciones cervicales, con el fin de evitar su sobreesfuerzo. Los datos recopilados también se utilizaron como dataset para el aprendizaje automático con un modelo Random Forest. La categoría de grado de restricción de movilidad (severa, moderada, ninguna) se predijo correctamente en el 80,6 % de las 36 muestras. Estos resultados son un primer paso en el uso de un exergame, junto con algoritmos de aprendizaje, para categorizar automáticamente a los pacientes según su grado de ROM cervical.