TECH-4-KOA: Technologie-gebaseerde gangrevalidatie voor knie osteoarthrose: Real-life feedback over gewrichtsbelasting op basis van computersimulaties en artificiële intelligentie.

Osteoartrose (OA) is de meest voorkomende chronische gewrichtsziekte. Er bestaat geen preventie of behandeling die het ziekteproces vertraagt of stopzet. Abnormale gewrichtsbelasting speelt een rol in OA progressie. Gangretraining heeft als doel de gewrichtsbelasting te verlagen en aldus het ziekteproces te vertragen. Nu wordt deze interventie getuned op basis van indirecte maten van kniebelasting, die in een laboomgeving gemeten moeten worden. Bovendien houden deze maten geen rekening met de patiënt-specifieke spiercoördinatie of gewrichtsanatomie. Musculoskeletale modellen laten toe de gewrichtsbelasting nauwkeurig in te schatten, rekening houdend met de populatiespecifieke variabiliteit in spiercoördinatie en anatomie. Voorspellende simulaties laten bovendien toe om, rekening houdend met het gangpatroon en de anatomie van de patiënt, het minst belastende gangpatroon te bepalen voor de gait-retraining. In dit project combineren wij modelmatige inzichten met een uniek AI-augmented IMU-systeem dat in staat is de patiënt-specifieke kniebelasting in te schatten in real-world condities en vervolgens feedback te geven en aldus het gangpatroon bij te sturen. Het consortium van onderzoekers (KU Leuven, Université Laval en Université de Sherbrooke) is aldus in een unieke positie om deze technologiegebaseerde gang-retraining als lifestyle interventie, binnen het bereik van de individuele patiënt en zijn therapeut, te ontwikkelen en het effect op knieOA symptomen te evalueren.