项目档案

2021年秋季项目奖励

高度信任病人服务

• 王刚，伊利诺伊大学香槟分校，格兰杰工程学院计算机科学助理教授
• Jonathan Handler，医学博士，OSF医疗保健高级研究员，创新，OSF医疗保健，临床情报阿根廷vs巴西
• Nick Heuermann, OSF医疗保健和OSF创新阿根廷vs巴西
• Cody Zevnik, OSF医疗保健，OSF创新，性能改进阿根廷vs巴西

该项目旨在调查、设计和潜在的原型可行的解决方案，以确保为各个社会经济地位的患者提供安全的患者外展服务。我们还希望为患者和医生提供使用该解决方案进行安全通信的最佳实践列表。

点云分割用于日常适应性前列腺治疗计划

• Angela Di Fulvio，助理教授，伊利诺伊大学香槟分校，格兰杰工程学院，核，等离子体和辐射工程系
• Gregory M. Hermann，医学博士，公共卫生硕士;伊利诺伊大学皮奥里亚医学院，OSF医疗保健放射肿瘤系临床助理教授

我们建议开发和演示基于深度学习的点云模型，用于规划目标体积(PTV)和危险器官的注册和分割，使前列腺癌(PCa)放射治疗的日常适应性规划成为可能。

通过基于儿童家庭暴露于哮喘触发因素的个性化哮喘护理计划来改善哮喘儿童的生活

• 伊莉斯·阿尔伯斯，工商管理硕士，公共卫生硕士;OSF医疗保健部门人口健康、妇女和儿童服务线经理
• Sotiria Koloutsou-Vakakis;伊利诺伊大学香槟分校，格兰杰工程学院，土木与环境工程，高级讲师和研究科学家
• Margarita Guarin，医学博士;助理教授，伊利诺伊大学皮奥里亚医学院，儿科，肺科学

项目团队提出了一项室内空气监测设备(传感器)的试点研究，该设备可以部署在患有哮喘的OSF儿科患者的家庭和学校中。这些传感器收集的空气质量数据将用于个性化哮喘护理计划，考虑到患者家中存在的环境过敏原和污染物，并就如何减轻这些环境暴露提供教育。

开发一个可信任的执行飞地，以安全地将计算建模连接到医学成像数据库

• Matthew Bramlet，医学博士，伊利诺伊大学皮奥里亚医学院儿科系;先进的成像和建模实验室，跳跃模拟
• 布拉德·萨顿，博士，伊利诺伊大学香槟分校生物工程系
• Andrew Miller，伊利诺伊大学香槟分校Grainger工程学院电气与计算机工程系博士

该项目的主要目标是创建一个图片归档和通信系统(PACS)插件工具，允许研究人员在这些大型成像数据集上运行各种算法，而不会暴露受保护的健康信息(PHI)。这个概念验证项目需要解决几个问题，以弥合研究算法和访问成像数据库之间的差距，同时确保数据安全和隐私。

使用MIG-RO优化偏头痛转诊的智能手机应用程序

• Hrachya Nersesyan医学博士，OSF医疗保健，伊利诺斯州神经学研究所;伊利诺伊大学皮奥里亚医学院
• Lusine demirkhyan博士，伊利诺伊大学皮奥里亚医学院
• Yelena Nersesyan医学博士，伊利诺伊大学皮奥里亚医学院
• Christopher Gondi伊利诺伊大学香槟分校博士;伊利诺伊大学皮奥里亚医学院
• Inki Kim，伊利诺伊大学香槟分校博士

该项目的目标是简化患者入院时偏头痛的诊断，以减少患者参与时间，并改善适当和及时的转介给头痛专家。为了解决诊断不足的问题，我们计划开发一款偏头痛转诊优化(MIG-RO)智能手机应用程序，该应用程序可以安装在任何智能手机或平板电脑类设备上，以实现对患者入院水平的快速诊断，建议治疗的第一步，并促进适当的头痛专家转诊。

智能手机/平板电脑的数字化神经学检查(DNE) -临床记录试点研究

• Minh Do，教授，伊利诺伊大学香槟分校，ECE/CS/BioE
• Christopher Zallek，医学博士，伊利诺斯州神经学研究所OSF医疗保健
• George Heintz，伊利诺伊大学香槟分校，卫生保健工程系统中心(HCESC)

DNE已显示出作为面对面和远程医疗的可访问、易于使用和准确的数字解决方案的潜力。

抗癫痫药物治疗的生理解剖生物标志物

• 李华，DABR博士;伊利诺伊大学厄巴纳-香槟分校卡尔伊利诺伊医学院生物工程系癌症中心研究副教授
• Michael Xu，医学博士，FAAN, FAES;癫痫病家，综合癫痫中心主任，OSF医疗伊利诺伊神经研究所，临床教授，神经病学，伊利诺伊大学医学院皮奥里亚
• 林凡博士;伊利诺伊大学香槟分校生物工程系助理教授
• 瑜伽大师瓦拉塔拉贾博士;伊利诺伊大学香槟分校生物工程系研究助理教授

本研究旨在为AED治疗反应的预后开发一个全面而可靠的计算模型。预后模型将基于先进的信念函数理论(BFT)和深度学习(DL)技术，并利用大量回顾性患者病例。我们的初步研究已经证明了所得到的预后模型的良好性能。

建立以社区为中心的协调的抗生素使用和耐药性数据网络

• Ellen Moodie，伊利诺伊大学香槟分校文理学院人类学系副教授
• Thanh (Helen) Nguyen，伊利诺伊大学香槟分校格兰杰工程学院土木与环境工程教授
• 丽贝卡·史密斯，副教授，伊利诺伊大学香槟分校，兽医学院，病理生物学系，
• Rachel Whitaker，教授，伊利诺伊大学香槟分校，分子与细胞生物学院，微生物学系
• Brian Laird，药房运营经理，OSF医疗保健，玛丽之心医疗中心

为了了解抗菌素耐药性演变的人类背景，我们需要能够收集和协调关于在一个已被确定为卫生保健沙漠的多样化社区中人们与卫生保健提供者之间关系的数据。这必须包括特别脆弱社区的定性数据，以及在该社区工作的许多组织之间不协调的、汇总和全面但在各地医疗保健提供者之间的元数据(关于处方做法和诊断结果的元数据)。因此，我们还将创建一个数据协调平台，在香槟县社区内安全匿名地共享与抗菌素使用和耐药性相关的数据，作为具有大量人口流动性的多文化农业景观动态的典范。

通过虚拟现实文化能力训练治疗BIPOC患者的医疗保健差异

• Charee M. Thompson，伊利诺伊大学香槟分校文理学院传播系博士
• Mardia Bishop，伊利诺伊大学香槟分校文理学院传播系博士
• Krishan Kataria，医学博士，OSF医疗保健，内科
• Chrysafis Vogiatzis，博士，伊利诺伊大学香槟分校，格兰杰工程学院，工业和企业系统工程系

拟议的项目是针对医疗保健提供者(以下简称“提供者”)的虚拟现实(VR)文化能力培训，以减少黑人、土著、有色人种(BIPOC)患者之间的健康差距。在培训结束时，学员将能够:
(a)认识到BIPOC患者所经历的保健不平等
(b)确定他们自己的隐性偏见，并利用策略来管理它们
(c)以尊重和建立信任的文化为中心，与BIPOC患者进行沟通。

毫不费力:通过CPR教育赋予儿童和家庭权力

• Paul M Jeziorczak，医学博士，公共卫生硕士，伊利诺伊大学医学院儿科外科临床助理教授
• Inki Kim，博士，伊利诺伊大学香槟分校卫生保健工程系统中心协调科学实验室研究科学家

这项拨款提案的目的是在伊利诺斯州儿童医院外科服务的儿童家庭的移动应用程序中创建一个教育计划，这将特别解决迫切需要安全有效的心肺复苏术技能获得的家庭的重大差距，通过合并手动增强现实(AR)模拟模块。基于智能手机的增强现实技术将集成新颖的反馈机制，通过适当的手部位置引导用户达到理想的胸部压缩范围。

TriWave:无创、非药物偏头痛治疗的逆波信号处理

• Christopher Gondi伊利诺伊大学香槟分校博士;伊利诺伊大学皮奥里亚医学院
• Hrachya Nersesyan医学博士，伊利诺伊州神经学研究所OSF医疗保健博士;伊利诺伊大学皮奥里亚医学院
• Lusine demirkhyan博士，伊利诺伊大学皮奥里亚医学院
• Yelena Nersesyan医学博士，伊利诺伊大学皮奥里亚医学院
• Inki Kim，伊利诺伊大学香槟分校博士

在这个提议中，我们解决了兴奋性和抑制性皮质-皮质下神经传递之间的不平衡，使用逆波方法来管理偏头痛相关疼痛(见图)。我们的方法消除了偏头痛患者在偏头痛前、中、后阶段的异常脑电图波模式。

一种用于抗体定量的深度学习增强护理点设备

• 赵阳，博士，伊利诺伊大学香槟分校格兰杰工程学院电子与计算机工程系助理教授。
• 陈云生，博士，伊利诺伊大学香槟分校电子与计算机工程系，生物工程系研究助理教授，卡尔伊利诺伊医学院
• John J. Farrell，医学博士，伊利诺伊大学医学院医学教授，OSF医疗微生物学和感染控制医学主任

在本提案中，我们将以可量化和改进的准确性解决未满足的即时血清学检测需求。我们的目标是开发一种具有成本效益的SARS-CoV-2血清学检测机制，最大限度地降低假阳性率，并准备扩大规模进行大规模筛查。该提案的目标是，该团队将共同开发一种支持机器学习的检测机制，使用一种具有成本效益的手性荧光传感器和手持读出设备，在几分钟内量化SARS-CoV-2引起的抗体反应，灵敏度为pg/mL。

全血样本中病原体数量低

• 拉希德巴希尔，博士，伊利诺伊大学香槟分校，格兰杰工程学院，生物工程系。
• Enrique Valera，博士，伊利诺伊大学香槟分校，格兰杰工程学院生物工程系
• John J. Farrell，医学博士，伊利诺伊大学医学院临床医学教授;OSF医疗系统实验室诊断微生物学和免疫学主任

该项目将展示一种新平台的可行性，该平台可在不到2小时内实现低细菌和真菌计数(1-3 CFU/mL)的检测，分析来自临床样本的大量全血(高达5 mL)。同样地，我们希望促进我们对反应机制和有关双相反应的基本问题的理解。

新生儿手术的虚拟现实模拟训练

• Nicole Rau，医学博士，硕士，伊利诺伊大学皮奥里亚医学院，儿科，新生儿科
• M. Jawad Javed，医学博士，伊利诺伊大学皮奥里亚医学院，儿科，新生儿科
• Harris Nisar，模拟工程师，伊利诺伊大学香槟分校，Grainger工程学院，医疗保健工程系统中心

通过伊利诺伊大学香槟分校(UIUC)的工程师和艺术家以及伊利诺伊大学皮奥里亚医学院(UICOMP)新生儿科部门的医生的共同努力，我们的目标是开发一个创新的VR平台，在该平台上为社区提供者提供新生儿程序的模拟培训。该软件将基于新生儿专家开发的课程。

监测医院健康状况:使用可穿戴传感器监测护理压力

• Abigail R. Wooldridge博士;伊利诺伊大学香槟分校，格兰杰工程学院，工业与企业系统工程系
• 黛博拉·麦卡特，DNP;玛丽医疗中心OSF保健心脏副总裁兼首席护理官
• Alexandra Chronopoulou博士;伊利诺伊大学香槟分校文理学院统计系

据估计，医疗事故每年在美国造成超过25万人死亡，可能是由人为因素/人体工程学(HFE)问题引起的，包括提供者压力和疲劳。我们的长期目标是开发一个系统，实时监测提供者的压力，使卫生保健机构减少倦怠和医疗错误的风险。本提案的总体目标是开发一个可扩展的生理数据流，并验证从数据流中提取的知识。

使用可穿戴传感器贴片(WSP)检测面部压疮

• Anusha Muralidharan，模拟工程师，伊利诺伊大学香槟分校，格兰杰工程学院，医疗保健工程系统中心
• Placid M. Ferreira，博士，微纳机械系统实验室主任，伊利诺伊大学厄巴纳分校格兰杰工程学院机械科学与工程系教授
• 珊德拉贾米森，模拟经理，卡尔伊利诺伊医学院和跳跃模拟中心，伊利诺伊大学香槟分校
• 黛博拉·麦卡特，注册护士，玛丽医疗中心OSF心脏副总裁兼首席护理官

我们的提案旨在开发一种无线传感器贴片系统，用于持续监测面部压疮。我们将力、温度和相对湿度传感器集成到柔性印刷电路设计(FPCB)中。

基于少镜头学习的帕金森病面部表情早期检测与预测

• 王玉雄，伊利诺伊大学香槟分校格兰杰工程学院计算机科学系助理教授，博士
• Christopher M. Zallek，医学博士，伊利诺斯州神经学研究所，OSF医疗保健

神经系统疾病是美国最常见的发病和死亡原因之一，最常见的是帕金森氏症和阿尔茨海默氏症。神经退行性疾病的潜伏性和异质性的发病挑战了初级保健系统的能力，以适当地诊断和管理这些疾病。我们提出了一个人工智能支持的系统，可以跟踪神经系统患者的面部表情，并将发现报告给神经学家。在这个项目中，我们专注于辨别与帕金森症相关的面部表情。

增强现实辅助气管插管(ETI)训练器

• Anusha Muralidharan，模拟工程师，卫生保健工程系统中心，格兰杰工程学院，伊利诺伊大学香槟分校
• Praveen Kumar，医学博士，临床儿科教授，伊利诺伊大学皮奥里亚医学院。
• Thenkurussi Kesavadas，博士，卫生保健工程系统中心主任，伊利诺伊大学香槟分校格兰杰工程学院教授
• Neil Mehta，医学博士，皮奥里亚伊利诺伊大学医学院临床外科助理教授

本提案旨在开发一个高保真度训练模拟器，以培训卫生专业人员，医学生和住院医生气管插管(ETI)，并通过提供反馈

1. 设计并开发了一种用于气管插管教学的高保真ETI智能训练器
2. 收集精通ETI流程的医疗保健提供者的数据，建立规范数据，创建绩效轨迹模型
3. 开发用于可视化和反馈的增强现实(AR)应用程序
4. 通过比较新手和熟练医疗保健提供者在ETI过程中的表现来验证所开发的基于增强现实的模拟训练器，以了解这两组之间的技术差异

飞行路径和神经DNA:为神经认知障碍的评估创建一个新的互操作性标准

• Adam Cross，医学博士，FAAP;临床儿科学助理教授、临床信息学专家、JUMP交易模拟与教育中心儿童创新实验室负责人;阿根廷vs巴西伊利诺伊大学皮奥里亚医学院儿科
• Inki Kim博士;研究科学家，协调科学实验室，卫生保健工程系统中心，伊利诺伊大学香槟分校

与神经认知障碍(NCI)相关的疾病通常通过身体和认知障碍的各种组合呈现异质性，对诊断提出了挑战。常见的病因，如创伤性脑损伤(TBI)和痴呆症，还不能通过客观的实验室或影像学结果进行常规识别，而是依赖于身体和认知评估以及症状报告的结合。这些测试主要是纸质的，取决于语言和教育程度，存在学习偏见，必须由专业医疗保健人员管理。该项目旨在通过开发基于个人在混合现实(MR)空间中跟踪物体的能力的NCI新互操作性标准来解决这些限制，并将首先测试这一范式作为检测和表征脑震荡的新方法。

前瞻性观察研究:使用超高场磁共振成像识别脑微转移疾病

• Wael Mostafa，医学博士，神经外科，伊利诺伊大学香槟分校，卡尔伊利诺伊医学院
• Aaron Anderson，伊利诺伊大学香槟分校贝克曼研究所博士
• Paul M. Arnold，医学博士，FACS，卡尔基金会医院，神经科学研究所
• Anant Naik，学士，卡尔-伊利诺伊医学院
• Annabelle Shaffer, MS，卡尔-伊利诺伊医学院
• Sinisa Stanic医学博士卡尔基金会医院卡尔癌症研究所
• Brad Sutton，博士，伊利诺伊大学香槟分校，格兰杰工程学院，电气与计算机工程系
• Charee Thompson，伊利诺伊大学香槟分校文理学院传播系博士
• Andrew Tsung，医学博士，OSF医疗保健，神经外科
• Vamsi Vasireddy, DO，卡尔基金会医院，卡尔癌症研究所
• Blake Weis，医学博士，卡尔基金会医院神经放射科
• Tracey Mencio Wszalek，伊利诺伊大学香槟分校贝克曼研究所博士

这里概述的项目将提供关于微转移的频率和预后的新信息。治疗效果方面也将进行比较。此外，我们还包括各种大小脑转移的丰富的生活质量数据。综合起来，这些数据将支持创新超高场成像在临床实践中的使用，并更好地为临床医生治疗转移性脑疾病提供信息。

2020年covid应对措施:跳跃模拟项目

使用多模态可穿戴传感器远程状态焦虑检测和监测

研究人员:Manuel E. Hernandez，博士，UIUC;Elizabeth Hsiao-Wecksler，伊利诺伊大学香槟分校博士;Richard Sowers，伊利诺伊大学香槟分校博士;布伦特·罗伯茨，伊利诺伊大学香槟分校博士;Susan Caldecott-Johnson，医学博士，UICOMP，伊利诺伊州OSF医疗保健儿童医院;Jean Clore, UICOMP博士

在一线卫生保健工作者中，最近的证据表明，由于COVID-19大流行，抑郁、焦虑、失眠和痛苦加剧。即使没有COVID-19，实习医生在提供护理和学习临床最佳实践时也面临心理健康挑战。该项目将整合来自一套可穿戴传感器的数据，以量化医生实习生的压力和焦虑症状。这个想法是利用从传感器收集的信息来监测并可能在精神健康障碍出现之前改善幸福感。

基于张量因子分解和可视化的小儿移动疫苗接种的时空分析

研究人员:孙继萌，伊利诺伊大学香槟分校博士;Mary Stapel，医学博士，OSF HealthCare;OSF HealthCare的Scott Barrows;Adam Cross，医学博士，OSF HealthCare;OSF医疗保健公司的Elise Albers;OSF HealthCare的Ginger Barton;OSF HealthCare的Michelle Sheppard;George Heintz, MSPH, MSE, UIUC;Yaroslav Daniel Bodnar，医学博士，OSF医疗保健，UICOMP

本项目提出利用AI技术了解和改善及时接种疫苗的儿科人群健康挑战。在人工智能的帮助下，该项目将可视化时空模式，确定疫苗接种率最令人担忧的关键地理区域，预测供应需求，并部署流动免疫单位，以提高这些地区的疫苗接种率。这将提高高风险邮政编码地区的疫苗接种率，揭示获得医疗服务的障碍和其他社会决定性障碍。

癫痫发作的自动诊断和临床数据的三维表示

调查人员:Matthew Bramlet，医学博士，UICOMP, OSF HealthCare;布拉德·萨顿，伊利诺伊大学香槟分校博士;瑜伽大师瓦拉塔拉贾(Varatharajah)，伊利诺伊大学UIUC博士;Andres Maldonado，医学博士，UICOMP, OSF HealthCare;Michael Xu，医学博士，UICOMP, OSF HealthCare

一些癫痫患者面临药物治疗无法治愈的衰弱效应。这些患者的最佳选择是手术，这需要侵入性手术(立体定向脑电图或SEEG)来精确定位这些癫痫发作的起源。该项目将为外科医生提供一个立体3D模型，让外科医生更好地在心理上反映癫痫发作的部位。该小组还希望开发一种SEEG追踪的自动解释算法，并创建预测算法来减少侵入性测试。

视频增强神经学(甚至)

调查人员:Chris Zallek，医学博士，OSF HealthCare;George Heintz, MSPH, MSE，伊利诺伊大学香槟分校(UIUC);还有OSF医疗保健公司的史蒂文·卡斯特林

需要神经病学评估的人数继续超过可用的神经学家的人数。这可能会延误一些患者的诊断和治疗。该项目将开发一种基础设施，允许临床医生使用视频记录的神经系统检查，可靠地将结果传达给神经科医生，并改善对已经被诊断患有神经退行性疾病的患者的监测。

Medlang阶段ii:智能病历

研究人员:William Cope，博士，伊利诺伊大学UIUC;翟成翔，伊利诺伊大学香槟分校博士;Mary Kalantzis，伊利诺伊大学UIUC博士;Richard taps博士，伊利诺伊大学皮奥里亚医学院(UICOMP);Yerko Berrocal，医学博士，UICOMP;邓肯·弗格森，伊利诺伊大学香槟分校博士;杰西卡·汉克斯，医学博士，OSF医疗保健，UICOMP;Meenakshy Aiyer医学博士，UICOMP, OSF医疗保健

这个项目的目标是设计一个智能病历，与电子病历协同工作，更精确地记录病例，并帮助医疗决策以及快速、准确的诊断。随着越来越多的案例被输入系统，它还将包括机器学习能力。

自闭症儿童社会交往行为的可视化研究

研究人员:Karrie Karahalios，伊利诺伊大学香槟分校博士;Siraj Siddiqi，医学博士，OSF HealthCare;大卫·福赛斯，伊利诺伊大学香槟分校博士;Mark Hasegawa-Johnson，伊利诺伊大学香槟分校博士;Hedda Meadan, BCBA-D博士，UIUC

考虑到许多患有自闭症谱系障碍的儿童在沟通技能方面存在缺陷和延迟，研究人员一直在探索早期诊断儿童并在很小的时候就开始干预的方法。这在很大程度上始于改善父母和临床医生之间的沟通。该项目的目标是开发一系列数字、交互式和可视化工具来实现这一目标。这个想法是，这些可视化可以减轻父母和提供者之间讨论的挑战。

通过遥感平台早期发现发育障碍

研究人员:Nancy McElwain，博士，伊利诺伊大学UIUC;Susan Caldecott-Johnson，医学博士，UICOMP，伊利诺伊州OSF医疗保健儿童医院;Mark Hasegawa-Johnson，伊利诺伊大学香槟分校博士;Siraj Siddiqi，医学博士，OSF HealthCare;Romit Roy Choudhury，伊利诺伊大学香槟分校博士

儿童的精神、行为和发育障碍往往得不到诊断和治疗，从而增加了儿童时期以后出现螺旋式障碍的风险。该项目将使用可穿戴传感器，为连续、不显眼、大规模和自动化监测幼儿在家庭环境中的功能提供“概念证明”。这样做的一个长期目标是在这些问题变得具有临床意义之前发现潜在的发育障碍或延迟。

基于社区的机器人中风治疗远程康复保健网络

研究人员:T. Kesavadas, UIUC;Dusan Stipanovic，伊利诺伊大学香槟分校博士;Anne Horowitz, OTR/L, CSRS, MSCS, OSF HealthCare

现有的基于机器人的康复系统缺乏有效的方法来监测和强制患者参与治疗。我们建议开发一个基于社区的、网络化的机器人治疗系统。该系统使用基于家庭的触觉界面进行精细运动技能的康复，并由远程外部代理(如治疗师、护理人员或人工智能)协助，他们监控进展并相应地修改治疗方案。

Medlang阶段1:医学生和研究人员用于病例分析的概念映射工具

研究人员:William Cope，博士，伊利诺伊大学UIUC;翟成翔，伊利诺伊大学香槟分校博士;Mary Kalantzis，伊利诺伊大学UIUC博士;Richard taps，博士，UICOMP;Yerko Berrocal，医学博士，UICOMP;杰西卡·汉克斯，医学博士，OSF医疗保健，UICOMP;Meenakshy Aiyer医学博士，UICOMP, OSF医疗保健

该项目扩展了最近完成的Jump ARCHES项目，该团队在该项目中创建了MedLang原型，这是一种基于本体的医学概念映射工具。目标是将该工具应用于医学学生和研究人员对单个医疗病例的分析，并将人工智能(AI)组件添加到其建议系统中。这一工具对医学生的好处是为批判性临床思维的发展提供了一个严格的学习空间，并提供了一个基于网络的基础设施，可以快速地对病例及其伴随的概念图进行同行评审。

柔软而灵巧的服务机器人配置，以支持老年人的家庭医疗保健

研究人员:Girish Krishnan，博士，UIUC;温蒂·罗杰斯，伊利诺伊大学香槟分校博士;Ryan Riech，医学博士，公共卫生硕士，OSF医疗保健公司

越来越多的老年人独立生活，但有必须处理的慢性病和急性疾病。该项目的目标是研究软体机器人配置在提供有效远程医疗解决方案方面的有效性，并了解机器人如何与用户建立信任的社会和行为方面。

通过数字卫生工作者实现癌症预防的最佳部署

研究人员:Sarah de Ramirez，医学博士，OSF医疗保健，UICOMP;Hyojung Kang，伊利诺伊大学香槟分校博士;Lavanya Marla，伊利诺伊大学香槟分校博士;OSF HealthCare的Roopa Foulger;OSF HealthCare医学博士Mackenzie McGee;OSF HealthCare的Abby Lotz;梅琳达·库林，APRN, OSF医疗

该项目建议开发一个数字卫生工作者(DHW)计划，使用多种不同的数字模式来减少癌症筛查和死亡率方面的社会经济和种族差异，特别是乳腺癌。通过使用数据科学，该项目将探索部署数字干预措施的最有效方法，以促进在筛查率历来较低、死亡率较高的人群中进行癌症筛查。数据分析还将有助于优化DHW计划，以最大限度地提高筛查率，并了解如何将这些实践应用于其他类型的癌症，特别是在服务不足的人群中。

临床乳腺检查训练模拟器(cbe)

研究人员:Anusha Muralidharan, UIUC;Sarah de Ramirez博士，医学博士，OSF医疗保健，UICOMP;Thenkurussi Kesavadas，伊利诺伊大学香槟分校博士;Rohit Bhargava，伊利诺伊大学香槟分校博士;Sandhya Pruthi博士，医学博士，梅奥诊所;金伯利·米歇尔·波林，全国乳腺中心联合会

本项目拟开发一个高保真度训练模拟器，以培训临床乳房检查技术方面的卫生专业人员。它还将提供临床评估，以便在早期阶段诊断乳腺癌，并在及时和适当的治疗后改善预后。该项目使用当前最先进的技术，通过实时性能分析和模拟现实环境来改进培训，为医疗专业人员提供了灵活的练习机会，以便掌握技能。

严重创伤性脑损伤的7特斯拉磁共振成像

调查人员:Paul M. Arnold，医学博士，FACS，卡尔基金会医院;Andrew Webb，卡尔基金会医院博士;Ravishankar Iyer，伊利诺伊大学香槟分校博士;布拉德·萨顿，伊利诺伊大学香槟分校博士;George Heintz, MSPH, MSE, UIUC;Dzung Dinh，医学博士，UICOMP, OSF医疗保健

本研究的目标是使用高场MRI，特别是7-Tesla，对创伤性脑损伤(TBI)患者进行成像。这种类型的成像有望提供丰富的，以前无法获得的关于病变的信息，以诊断TBI可能的影响。更好地了解损伤可以提供关于损伤程度和损伤后6个月可能受到影响的认知过程的更详细信息。这将有助于开发分析工具，指导临床医生做出决策和预后。

一种用于大流行早期预警的快速和负担得起的病毒检测方法

该计划将开发一种检测试剂盒，从血液或唾液样本中提取核酸序列，然后用引物扩增，新技术可以使用比色法寻找病毒的生物标志物，从而使肉眼检测成为可能。研究人员希望开发出一种成本不超过5美元的一体化检测试剂盒。

将微波炉改造成口罩灭菌装置

这项提案将调查灭菌和消毒的有效性，为表明微波可以成为有效杀菌剂的初步报告提供额外的研究。

数据驱动分析，预测covid - 19疫情的动态以及对医疗保健提供者、资源和社区的影响

该项目提出使用一种新的分析方法，结合人工智能、数据分析和机器学习来推动解决方案，以改善COVID-19病毒的结果。

快速，非接触式生命体征收集使用计算机视觉和消费技术

该提案的目标是开发一种计算机视觉算法，利用消费级相机快速评估与COVID-19相关的个人关键生命体征(体温、心率、呼吸频率和血压)。

用于协作诊断的安全联邦学习

该提案利用现代加密工具引入计算和软件功能，使用分布在多个医疗机构的巨大数据集安全地训练预测模型;同时确保病人的隐私。

测试医护人员使用的n95口罩的过滤效率，并在流感大流行紧急情况下保护公众健康

本项目旨在解决diy或快速制作的个人防护装备(PPE)的质量保证检测问题。

新冠肺炎安全项目

为了帮助社区以最安全的方式恢复开放，该平台将扩大OSF大流行卫生工作者计划，在暴露于COVID-19之前、期间和之后对个人进行更广泛的监测。

呼吸机复制套件

旨在开发一种可快速部署的工具包，通过为每个人量身定制提供的呼吸，在多个不同通气需求的患者中使用单一呼吸机。

查看全部17个跳跃拱门项目的完整项目简介

2020年1月

以人为因素来解决粮食安全问题

A-eye:早产儿视网膜病变自动检测与分析

合作者:C. Reddy博士，OSF医疗保健和托马斯黄，伊利诺伊大学贝克曼先进科学技术研究所

早期发现早产儿视网膜病变对于早期干预预防失明非常重要。由于缺乏专家，开发一种能够自主分析视网膜图像以检测视网膜病变的人工智能诊断系统至关重要。该团队还将考虑如何将该工具集成到便携式、用户友好的设备中，并在未来扩大这种医疗设备的用途。

激活捕获和数字计数(ac + dc)技术，用于als微细胞血源性生物标志物的超灵敏和快速表征

合作者:OSF HealthCare的Vahid Tohidi博士和伊利诺伊大学格兰杰工程学院的Brian Cunningham

ALS是一种毁灭性的疾病，它会导致大脑和脊髓中运动神经元的丧失导致肌肉逐渐衰退。它迫切需要新的治疗方法。该提案的目标是开发和验证纳米颗粒技术，该技术可以使用少量血浆来识别ALS的miRNA生物标志物。该团队还将开发一种只需一滴血就能检测具有统计学意义的循环生物标志物的仪器，以确定ALS的遗传指标。

人工智能增强便携式光声成像系统用于乳腺癌早期诊断

合作者:肯特·霍斯金斯博士，OSF医疗保健和陈云生，伊利诺伊大学贝克曼先进科学技术研究所

这项研究旨在利用人工智能(AI)开发一种负担得起的、便携式的乳腺癌筛查和诊断成像解决方案，使农村社区的居民更容易获得。该团队建议使用光声(PA)成像技术，将光学(照片)和超声(声学)方法结合起来，产生高对比度的乳腺血管和淋巴系统分子图像，用于早期乳腺癌诊断。

肌萎缩侧索硬化症患者自主变形床垫

合作者:Christopher Zallek博士，OSF医疗保健/伊利诺伊大学皮奥里亚医学院和Elizabeth Hsiao-Wecksler，伊利诺伊大学格兰杰工程学院

该项目将解决成年人躺在床上时运动能力有限或没有运动能力的并发症，包括肌肉无力和失去控制肌肉能力的ALS患者。该团队将开发一种创新的床垫，由一组软空气细胞组成，可以自主地对特定区域加压和减压，以提供特定部位的压力缓解，倾斜重新定位，并在患者平躺或抬高头部时帮助转移。

自动动脉瘤分割和测量

合作者:OSF HealthCare的Jeff Klopfenstein博士和伊利诺伊大学贝克曼高级科学技术研究所的Thomas Huang

脑动脉瘤是最致命的类型之一。该小组将建立一个大规模的数据集，以创建一种算法，根据大小和血流来识别和分割凸起的血管。这将用于未来的医学成像指导和开发计算机程序，以帮助治疗决策。

一种软体机器人心脏横隔穿刺模拟器的设计与验证

合作者:亚伯拉罕·科切里尔博士，OSF医疗保健和吉里什·克里希南，伊利诺伊大学格兰杰工程学院

这个项目继续研究一个真实的软心脏模拟器，让早期的心脏病专家和外科医生在心脏不规则患者的普通手术中感受戳戳心脏组织的感觉。第二阶段将通过微调使用的材料和结合基于图像的引导来提高逼真度。

为农村老年人开发数字跌倒风险评估和预防工具

合作者:萨拉·斯图尔特·德·拉米雷斯博士，OSF医疗保健和雅各布·索斯诺夫，伊利诺伊大学贝克曼高级科学与工程研究所

跌倒是老年人意外伤害的首要原因。该项目将使用机器学习算法进行跌倒风险评估和预防策略应用，作为社区卫生工作者数字工具包的一部分。研究人员还将评估“Steady”工具的可用性。

神经系统筛查检查数字化

合作者:Christopher Zallek博士，OSF医疗保健/UICOMP和George Heintz, I大学医疗保健工程系统中心

到2025年，全国预计神经学家短缺19%，而9%的初级保健就诊是针对有神经问题的患者。该项目将试点一个综合数字神经系统检查(DNE)系统，并为人工智能决策支持助手开发一个使用数据的平台。该助手将帮助医生对有神经系统症状的患者进行分类和护理，而不管检查地点在哪里。

改进反馈和效率:自动评分后模拟书面图表笔记

合作者:威廉·邦德博士，OSF医疗保健和苏马·巴特，伊利诺伊大学格兰杰工程学院

即时反馈可以促进最佳学习，该项目旨在使用自然语言处理(NLP)方法，从之前收集和分级的图表笔记中改进自动短答案评分(ASAG)，并使用标准参与者(基于参与者的模拟)进行模拟。开发的工具还将减少教师评分要求，并可应用于其他主题的培训，包括阿片类药物的使用、远程医疗的使用和患者咨询。

提高漏斗胸的训练效果

合作者:Paul Jeziorczak博士，OSF HealthCare和Inki Kim，伊利诺伊大学格兰杰工程学院

该团队将开发一种使用虚拟现实和增强现实技术来改善患者教育、住院医师培训，并为可能影响心肺功能的漏斗胸或凹陷胸的患者放置内部金属胸撑。该团队将在已经完成的儿童心脏工作的基础上，使用3D打印胸壁以及用于自学和术前规划的虚拟现实模块建立一个训练模型。

优化社区卫生工作者配置

合作者:OSF HealthCare的Sarah Stewart de Ramirez博士和I大学应用健康科学学院的Hyojung Kang博士

社区卫生工作者可以有效地改善弱势群体的健康状况，并降低他们的卫生保健成本，例如那些生活在卫生保健机会有限且卫生结果较差的农村地区的人。该项目将创建数据驱动算法，以支持在农村环境中优化部署精确引导的数字化chw。

外科和显微外科技能评估

合作者:Heidi Phillips博士，伊利诺伊大学兽医学院和T. Kesavadas，伊利诺伊大学卫生保健工程系统中心

我们建议应用先进的工程学和数据科学来开发一个高保真的虚拟模拟器，以提供全面和有效的显微外科训练和评估。该团队将通过构建数据集和创建优化学习算法(包括准确性和成本)，开发一个循证、自动化、可靠、实时、全面和定量(ARRCQ)评估系统。

虚拟现实技术为肺癌抑郁症患者提供心理治疗

合作者:朗达·约翰逊博士，OSF医疗保健和罗莎芭·埃尔南德斯，I大学社会工作学院

超过一半的肺癌患者经历抑郁，这影响了他们对治疗的依从性，增加了住院率，并最终降低了生存率。由于全国心理治疗师短缺，尤其是在农村地区，这个项目的虚拟现实(VR)平台可以填补这一空白。例如，虚拟现实程序可以通过引导冥想将用户带到放松的环境中。如果成功，这种治疗方法可以用于放疗前后接受化疗的患者。

2019年秋季

运用模拟方法评估和提高团队在交接中的认知

合作者:Abigail Wooldridge，伊利诺斯州/工业和企业系统工程和Paul Jeziorczak, OSF

这个项目是早期研究的延续。它试图更好地衡量对移交过程所作改进的影响，这对提供发现和纠正错误的机会很重要。最近的工作将交接概念化为团队认知，使用医疗保健之外的人为因素技术进行测量。研究人员认为，团队认知理论可以通过教育和技术干预来改善交接。

肺癌放射组学和放射基因组学

合作者:Minh N. Do，伊利诺伊州/协调科学实验室和Joseph R. Evans, OSF/UICOMP

为了减少美国癌症死亡的主要原因，该项目将结合成像和基因组特征来开发放射基因组学风险特征，提供有关新诊断肺癌侵袭性的有价值的信息。此外，该项目通过建立irb批准的成像和病理库，利用并扩展了OSF肺癌筛查计划。

基于混合现实的神经传导可视化模拟研究

合作者:Vahid Tohidi, OSF和Pramod Chembrammel，伊利诺伊州/卫生保健工程系统中心

本方案试图利用混合现实技术平台，培训医学生、技术人员、神经内科住院医师和研究员如何更好地识别神经传导研究结果中的病理模式。研究人员认为，这种类型的教育将缩短学习曲线，以准确和有效地应用NCS数据诊断周围神经疾病，这可能会使那些受影响的人衰弱。

通过新一代3d、患者特异性心脏模拟器的术前手术修复进行手术规划

合作者:Hyunjoon Kong, Illinois/生物工程和OSF的Mark D. Plunkett

该项目旨在3D打印真实的物理器官和组织，以帮助外科医生更好地规划特定的手术和培训新的外科医生。该团队开发了一种3D打印方法，使用模仿解剖结构的柔软和韧性的材料。这项工作有望将临床模拟领域推进到一个新的水平。

I-area-p:用于儿科复苏训练的基于智能移动的增强现实模拟应用

合作者:Trina Croland, OSF/UICOMP和Abigail Wooldridge，伊利诺伊州/工业与企业系统工程

Jump Simulation创建了一个基于增强现实的儿科代码车应用程序，允许医学生和专业人员轻松了解推车的内容，如何工作，以及如何在儿科紧急情况下使用它。该团队将努力扩展该平台，以包括额外的成人复苏模块以及与儿科复苏相关的程序技能元素。

机械臂神经学检查训练模拟器异常肌张力

合作者:Elizabeth Hsiao-Wecksler，伊利诺伊/机械科学与工程和Christopher Zallek, OSF/UICOMP

这群人正在扩大工作范围，创建多个模仿异常肌肉行为的机械臂模拟器。这些培训设备有望帮助医学生、实习生、住院医生、护士和物理/职业治疗师了解患者痉挛和僵硬之间的差异，以正确诊断神经系统疾病。

小儿败血症引导系统

合作者:Lui Raymond Sha，伊利诺伊州/计算机科学和Richard Pearl, OSF/UICOMP

为了帮助临床医生更快地诊断小儿败血症，该团队正在创建一个计算机化的小儿败血症最佳实践指导系统。该软件将允许早期发现，诊断和治疗儿童败血症。其目标是改善病人护理，减少医疗差错。它将首先在模拟设置中进行测试。

多模式皮肤病变识别与教育模拟器:增强现实交互式皮肤病变应用程序

合作者:Scott Barrows, OSF/Jump和Steve Boppart, Illinois/生物工程

该项目扩展了去年开发的一个基于增强现实的移动应用程序，该应用程序用于培训医学生识别、诊断和治疗皮肤病变、肿块和其他异常情况。第二阶段的目标是让学习者能够看到皮肤下面的皮肤病变及其病理，而不能在表面上看到。

在心脏模拟器中集成软执行器以模拟心脏跨隔穿刺中的力反馈

合作者:Girish Krishnan，伊利诺伊/工业系统工程和Abraham Kocheril, OSF

这个团队正在创建一个逼真的软心脏模拟器，让学习者能够感受戳戳心脏组织做出关键操作决策的感觉。虽然这种模拟设备针对心脏的特定手术过程，但其想法是为其他手术过程创造更多的软结构。

用于确定外科修补复杂形状的虚拟心脏补丁

合作者:Arif Masud，伊利诺伊州/土木与环境工程和Matthew Bramlet, OSF/UICOMP

该小组正在开发一个软件模块，允许外科医生在虚拟现实环境中模拟复杂形状的2D心脏补丁的创建。外科医生将使用这种模拟来确定需要从可用于真正心脏补丁手术的柔性布料状2D薄片上切割的补丁的大小和形状。

自动化和自适应的全身分割，用于医疗培训的解剖、病变和干预途径的可视化

合作者:Brad Sutton，伊利诺伊州/生物工程和Matthew Bramlet, OSF/UICOMP

该项目扩展了之前开发的自动分割程序，以创建3D先天性心脏缺陷，以各种数字格式可见。目前的提案旨在开发另一个自动分割平台，用于创建整个身体的3D内容，用于虚拟现实中的医疗培训。

2018年秋季

运用模拟方法评估和提高团队在交接中的认知

合作者:Abigail Wooldridge，伊利诺斯州/工业和企业系统工程和Paul Jeziorczak, OSF

这个项目是早期研究的延续。它试图更好地衡量对移交过程所作改进的影响，这对提供发现和纠正错误的机会很重要。最近的工作将交接概念化为团队认知，使用医疗保健之外的人为因素技术进行测量。研究人员认为，团队认知理论可以通过教育和技术干预来改善交接。

肺癌放射组学和放射基因组学

合作者:Minh N. Do，伊利诺伊州/协调科学实验室和Joseph R. Evans, OSF/UICOMP

为了减少美国癌症死亡的主要原因，该项目将结合成像和基因组特征来开发放射基因组学风险特征，提供有关新诊断肺癌侵袭性的有价值的信息。此外，该项目通过建立irb批准的成像和病理库，利用并扩展了OSF肺癌筛查计划。

基于混合现实的神经传导可视化模拟研究

合作者:Vahid Tohidi, OSF和Pramod Chembrammel，伊利诺伊州/卫生保健工程系统中心

本方案试图利用混合现实技术平台，培训医学生、技术人员、神经内科住院医师和研究员如何更好地识别神经传导研究结果中的病理模式。研究人员认为，这种类型的教育将缩短学习曲线，以准确和有效地应用NCS数据诊断周围神经疾病，这可能会使那些受影响的人衰弱。

通过新一代3d、患者特异性心脏模拟器的术前手术修复进行手术规划

合作者:Hyunjoon Kong, Illinois/生物工程和OSF的Mark D. Plunkett

该项目旨在3D打印真实的物理器官和组织，以帮助外科医生更好地规划特定的手术和培训新的外科医生。该团队开发了一种3D打印方法，使用模仿解剖结构的柔软和韧性的材料。这项工作有望将临床模拟领域推进到一个新的水平。

I-area-p:用于儿科复苏训练的基于智能移动的增强现实模拟应用

合作者:Trina Croland, OSF/UICOMP和Abigail Wooldridge，伊利诺伊州/工业与企业系统工程

Jump Simulation创建了一个基于增强现实的儿科代码车应用程序，允许医学生和专业人员轻松了解推车的内容，如何工作，以及如何在儿科紧急情况下使用它。该团队将努力扩展该平台，以包括额外的成人复苏模块以及与儿科复苏相关的程序技能元素。

机械臂神经学检查训练模拟器异常肌张力

合作者:Elizabeth Hsiao-Wecksler，伊利诺伊/机械科学与工程和Christopher Zallek, OSF/UICOMP

这群人正在扩大工作范围，创建多个模仿异常肌肉行为的机械臂模拟器。这些培训设备有望帮助医学生、实习生、住院医生、护士和物理/职业治疗师了解患者痉挛和僵硬之间的差异，以正确诊断神经系统疾病。

小儿败血症引导系统

合作者:Lui Raymond Sha，伊利诺伊州/计算机科学和Richard Pearl, OSF/UICOMP

为了帮助临床医生更快地诊断小儿败血症，该团队正在创建一个计算机化的小儿败血症最佳实践指导系统。该软件将允许早期发现，诊断和治疗儿童败血症。其目标是改善病人护理，减少医疗差错。它将首先在模拟设置中进行测试。

多模式皮肤病变识别与教育模拟器:增强现实交互式皮肤病变应用程序

合作者:Scott Barrows, OSF/Jump和Steve Boppart, Illinois/生物工程

该项目扩展了去年开发的一个基于增强现实的移动应用程序，该应用程序用于培训医学生识别、诊断和治疗皮肤病变、肿块和其他异常情况。第二阶段的目标是让学习者能够看到皮肤下面的皮肤病变及其病理，而不能在表面上看到。

在心脏模拟器中集成软执行器以模拟心脏跨隔穿刺中的力反馈

合作者:Girish Krishnan，伊利诺伊/工业系统工程和Abraham Kocheril, OSF

这个团队正在创建一个逼真的软心脏模拟器，让学习者能够感受戳戳心脏组织做出关键操作决策的感觉。虽然这种模拟设备针对心脏的特定手术过程，但其想法是为其他手术过程创造更多的软结构。

用于确定外科修补复杂形状的虚拟心脏补丁

合作者:Arif Masud，伊利诺伊州/土木与环境工程和Matthew Bramlet, OSF/UICOMP

该小组正在开发一个软件模块，允许外科医生在虚拟现实环境中模拟复杂形状的2D心脏补丁的创建。外科医生将使用这种模拟来确定需要从可用于真正心脏补丁手术的柔性布料状2D薄片上切割的补丁的大小和形状。

自动化和自适应的全身分割，用于医疗培训的解剖、病变和干预途径的可视化

合作者:Brad Sutton，伊利诺伊州/生物工程和Matthew Bramlet, OSF/UICOMP

该项目扩展了之前开发的自动分割程序，以创建3D先天性心脏缺陷，以各种数字格式可见。目前的提案旨在开发另一个自动分割平台，用于创建整个身体的3D内容，用于虚拟现实中的医疗培训。

2017年秋季

Kneeview:肌肉骨骼训练的虚拟教育窗口

合作者:Mariana Kersh博士，Scott Barrows, MA, FAMI, Thomas Santoro博士，David Dominguese博士，Anthony Dwyer, Joel Baber, Grace I-Hsuan Hsu, b.s.， ALM, MS, Meenakshy Aiyer, MD, FACP

尽管骨科损伤越来越普遍，但临床医生在治疗肌肉骨骼问题方面装备不足。肌肉骨骼训练是无效的，由于有限的接触临床患者，导致缺乏有组织的临床指导。该项目旨在开发一个真实的膝关节模拟器模型，由虚拟现实和增强现实教育模块支持，以加强临床医生培训和改善患者的结果。该生物力学精确模型将复制人类膝盖每个单独组件的刚度，以模拟正常和病理病例。

多模态皮肤病变识别与教育模拟器

合作者:Scott Barrows, MA, FAMI, Stephen A. Boppart, MD, Ph.D, Thomas Golemon, MD, Brent Cross, BS, MS

目前用于教育的模拟皮肤和皮损模型在视觉和触觉特征上都是不现实的。这个项目旨在创建一个具有真实外观和纹理的皮肤模拟模型。在该项目的第一阶段，该模型将包括在平板电脑上显示的皮肤病变的2D表面图像，并使用半透明的弹性体覆盖层复制病变的表面形貌。未来的努力将寻求将模型扩展到3D，并纳入更多的功能。

为患者用药自我管理提供交互技术支持(持续资助)

合作伙伴:Dan Morrow博士，Suma Pallathadka Bhat博士，Mark Hasegawa-Johnson博士，Thomas Huang, BS, MS, ScD, James Graumlich, MD, Ann Willemsen-Dunlap博士，Don Halpin, EMBA, MS

电子健康记录(EHR)系统未被慢性病成年患者充分利用。患者/提供者通过电子病历系统进行协作和自我护理的障碍是电子病历中的信息是技术性的，而不是针对患者的。该项目旨在开发一种自然语言处理工具，将电子病历中的技术信息翻译成以患者为中心的语言。已经创建了一个原型翻译算法，初步结果表明翻译既准确又易于理解。使用动画化身传递以患者为中心的语言的对话代理(CA)系统的开发也在进行中。进一步开发的目标是改进和扩展翻译工具和CA功能，包括使CA具有交互性并能够提出和回答问题。

基于Airwayvr虚拟现实的气管插管训练器

合作者:Pavithra Rajeswaran, Praveen Kumar, MBBS, DCH, MD, Eric Bugaieski, MD, Priti Jani, MD, MPH

气管插管是一种有严重并发症风险的手术;这种风险已被发现与经验有关。本项目旨在开发一种稳定、沉浸式、高质量、低成本的用于学习和练习插管的VR模拟训练器。它将创建一个插管培训课程，使用一个VR教练，其特点是头部和颈部的3D模型以及其他交互式学习工具。VR输入将由3D打印喉镜作为VR控制器提供。将进行验证研究，以评估VR教练在插管训练中的影响。

成人患者使用体外膜氧合(ecmo)进行机械循环支持的模拟培训(持续资助)

合作者:Pramod Chembrammel博士，Matt Bramlet医学博士，Pavithra Rajeswaran

体外膜氧合(ECMO)在成人中的广泛应用受到套管部署难度的限制。为了解决这一不足，本项目旨在建立一个训练ECMO的物理模拟器。训练者将使用定制的具有灵活脉管系统和可编程泵的人体模型来模拟循环系统。该人造血管系统将与BioGears生理引擎集成，以控制模拟生理参数。物理部件将通过3D打印制造。模拟专家和有ecmo经验的外科医生将评估模拟器的性能。

一个自然语言驱动的手术后远程护理平台

合作者:Ramavarapu Sreenivas, MS, PhD, Sarah De Ramirez, MD, MSc, Kesh T. Kesavadas, PhD

2011年的一项研究发现，严重的术后IV级并发症患者的费用为159,345美元。该项目旨在通过使用患者可以口头交流的自然语言支持平台来降低这些成本。该项目包括三个阶段:编码语音命令以实现术后协议并在VR环境中进行测试，将平台连接到传感器以查看其是否可以处理运动评估并在VR环境中进行测试，以及在OSF对测试患者进行研究。

心力衰竭和行为改变:患者/提供者互动临床教育应用程序的移动设备

合作者:Scott Barrows, MA, FAMI, Wawrzyniec, Dobrucki, MS, PhD, Barry Clemson, MD, Kyle Formella, Don Halpin, EMBA, MS, Ann Willemsen-Dunlap, PhD

心力衰竭(HF)是一种复杂的生理疾病，需要高成本的干预措施来管理。然而，已有研究表明，在治疗过程中进行清晰的沟通可以改善患者的预后，减少人力和经济负担。本研究旨在使用移动应用程序来支持a期、B期和C期心衰患者。该项目的目标是使用文献搜索和需求分析来确定差距和障碍，修改和添加应用程序的交互式3D视觉资产，开发HF信息存储库，并开始集成通过以前资助的ARCHES项目开发的会话代理。该项目的预期结果是改善患者对心衰的沟通和理解，提高患者对治疗的依从性。

灵活、低成本、单端口微创机器人手术平台

合作者:Placid Ferreira博士，Kesh T. Kesavadas博士，Nicholas Toombs，王凡新，李晓，Jorge Correa

微创机器人单孔腹腔镜手术(SPLS)使外科医生能够在减轻患者负担的情况下执行各种复杂的手术。这些机器人系统的缺点是增加了经济、维护和操作负担，导致医院准入有限。该项目旨在改进他们的SPLS原型，以开发一种更便宜、便携和更灵活的设备来解决这些问题。该原型机在该领域取得了三项进步。再增加三个改进将增加设备的适应性，并将价格降低到中产阶级医院可以负担得起的水平。

基于交互式混合现实(imr)的医学教育课程

合作者:凯希·t·科萨瓦达斯博士，大卫·克劳福德医学博士，米纳克什·艾耶医学博士，FACP，杰西卡·汉克斯医学博士，约翰·沃泽尼莱克医学博士

临床教育和培训是一个高度复杂的领域，在现有的教学方法上已经取得了长足的进步。该项目旨在结合Jump和HCESC的优势，开发一个高度互动的学习平台，使用交互式混合现实，结合虚拟现实和360度视频。希望消除模拟技术技能集的障碍，以便教师可以轻松地开发教育内容。该平台的未来目标是为成人专业学习者提供一种简单、沉浸式和便携式的方法，以维护、获取和提高现有知识，同时保持他们与医疗保健教育中心之间的沟通。

2017年夏天

帕金森病体位功能障碍的模拟

领导:伊利诺伊大学的Manuel Hernandez, OSF HealthCare和UICOMP的Dronacharya Lamichhane医学博士和伊利诺伊大学的Richard Sowers。

跌倒是帕金森病患者普遍存在的重要问题，与步态和平衡障碍有关。帕金森病的平衡障碍和焦虑的独特作用尚不为人所知，也难以治疗。

该团队正在使用一种独特的平衡测试，以更好地了解身体和大脑的协调活动，帕金森病导致的这种耦合的破坏，以及多巴胺能疗法的影响。

利用虚拟现实技术，这项工作将为医疗保健从业人员提供一种新的工具，用于长期监测与广泛运动障碍相关的疾病进展和药物治疗效果。此外，它还将作为一个平台，为未来的医疗保健从业者模拟改变的感觉和运动整合功能的影响。

在虚拟现实中使用机器人触觉反馈对异常性脑瘫的运动损伤表征和康复

领导:伊利诺伊大学的Citlali Lopez和OSF HealthCare和UICOMP的医学博士Julian Lin。

脑瘫(CP)是儿童最常见的运动问题。10%的CP患儿有肌张力障碍，寻求医疗援助的比例高于其他类型的CP。肌张力障碍是一种运动障碍，伴有不随意肌肉收缩，导致扭曲和重复动作，异常姿势，或两者兼有。肌张力障碍没有治愈方法，康复训练也是未知的。

该项目的研究团队正在利用虚拟现实和触觉反馈技术，为患有肌张力障碍性脑瘫的患者开发一种非侵入性、游戏式的干预手段。目标是提高临床运动评分。

这个类似游戏的工具还可以作为医生在识别复杂的运动障碍表现方面的培训工具，而不仅仅局限于CP。

2016年夏天

针对患者的心脏模型医疗教育和手术规划的虚拟现实系统

领导:I大学的Lavelle Kesavadas和OSF医疗保健和UICOMP的Matthew Bramlet医学博士

目前，医生们正在使用2D工具和图像来可视化儿童的3D心脏，并做出重要的手术决定。由于心脏内外的关系和联系复杂，这种不完善的方法使医生难以准确诊断患者。伊利诺伊大学医疗保健工程系统中心和OSF Innovation的一部分Jump Simulation的研究人员正在使用3D沉浸式虚拟现实技术来帮助解决这一问题。阿根廷vs巴西他们使用立体3D头戴式显示器创建了一个由患者特定核磁共振成像生成的直观模型。

2016年春季

手术机器人仿真的安全性和可靠性

领导:伊利诺伊大学的Ravishankar Iyer和OSF医疗保健和UICOMP的医学博士David Crawford

2015年，伊利诺斯州、麻省理工学院和拉什大学医学中心的研究人员报告称，手术机器人在14年内造成了144人死亡。现在，伊利诺斯州的计算机工程师和皮奥里亚的OSF圣弗朗西斯医疗中心的外科医生正在合作进行新的研究，以提高微创机器人手术的可靠性和安全性。

这项研究将为机器人手术中真实的安全危险场景的模拟创建平台，并为下一代弹性手术机器人的设计和评估开发工具和技术。这项工作不仅有助于提高机器人手术系统的安全性，还有助于提高未来外科医生的模拟训练。

病人出院过程及通讯模拟训练

领导:伊利诺伊大学的Deborah Thurston和OSF医疗保健和UICOMP的Richard Pearl医学博士

根据美国医疗保健研究与质量机构(Agency for Healthcare Research and Quality)的数据，大约20% -25%的出院患者在30天内再次入院，每年给保险公司造成约420亿美元的损失。这些费用现在由OSF医疗保健等责任医疗组织(ACOs)负责。

在某些情况下，患者过早出院或治疗不当。或者患者可能不理解和/或遵守出院指示，例如他们应该如何服药，以及他们能够做什么程度的活动。有各种各样的建议工具和技术可用于减少再入院，但没有一个全面的系统来解决这个问题。

作为arch资助研究的一部分，正在开发一个框架，该框架将有助于定义整个患者出院系统的复杂性，并允许医院在构建培训模拟策略时评估新技术、政策和通信系统。

成人患者使用体外膜氧合(ecmo)进行机械循环支持的模拟训练

领导:I大学的Pramod Chembrammel和OSF医疗保健和UICOMP的Matthew Bramlet医学博士

该团队正在开发一个模拟器，以训练外科医生使用体外膜氧合(ECMO)为血细胞提供人工氧合。这项技能，如果没有在真正的病人身上练习，就很难完善，它有助于在手术中挽救衰竭的心脏和肺。研究人员正在修改DR DopplerTM血液流动模拟器，该模拟器模拟血管中的血液流动，以开发一个工作原型，其中血液流动根据氧化作用改变颜色。

模拟训练以识别家庭环境中的跌倒风险

领导:伊利诺伊大学的Rama Ratnam和OSF HealthCare的Julia Biernot医学博士

摔倒是老年人严重受伤和死亡的主要原因。有必要找到一种经济有效且简单的方法来评估跌倒风险，识别肌肉弱点，并确定家庭失去平衡的可能性。此外，同样需要培训临床医生评估有跌倒风险的老年患者，并通过姿势和运动分析更好地识别跌倒风险。

伊利诺伊大学的工程师们开发了一种基于家庭的远程康复系统，该系统价格低廉，能够准确地记录和分析运动过渡期间的姿势和平衡。研究人员将测试该系统的有效性，以确定跌倒风险的标准化方法。

该系统的目标是允许在个人家中进行有针对性的干预，并更好地培训临床医生进行跌倒风险评估，为详细检查身体动力学和更好地了解姿势控制提供无与伦比的机会。

2015年秋季

异常肌张力行为诊断装置-第2年

领导:伊利诺伊大学的Elizabeth Hsiao-Wecksler，布拉德利大学和UICOMP的Steven Tippett，伊利诺伊大学的Randy Ewoldt和OSF HealthCare的医学博士Dyveke Pratt

该项目将创建一个新型的机器人训练模拟器，帮助学习者区分异常肌肉张力行为，有助于诊断不同的脑损伤，如中风、帕金森病、脑瘫或多发性硬化症。

患者门户中的个性化头像

领导:伊利诺伊大学的Thomas Huang和OSF HealthCare的Ann Willemsen-Dunlap

一个3D视听化身，能够在医疗保健提供者控制下显示适当的情绪，将用于在线患者门户，帮助患者了解其特定的医疗信息，如检测结果和医疗指导。