Zien wat je wilt zien?

Moet je je voorstellen dat je enkel op het oog een paard observeert en kijkt of het paard goed loopt. Dat is al lastig, en hoe was die 6 weken geleden? Is het nu beter dan toen?
Objectieve analyse maakt het mogelijk om de menselijke foutjes uit te filteren, en de gegevens op te slaan en zelfs te vergelijken.

Beweging: is een paard kreupel of niet?

Best interessant was het om te merken toen ik laatst met een aantal dierenartsen, fysiotherapeuten en hoefsmeden bij elkaar was om over beweging te discussiëren is dat bij het zien van een bewegend paard de meningen al snel verdeeld zijn bij onregelmatigheden. Natuurlijk bij extreme gevallen minder, maar bij de wat onduidelijkere kreupelheden zijn de specialisten het vaak niet eens. Dat komt gewoonweg door dat het menselijk brein niet zoveel informatie tegelijk kan verwerken, en doordat we soms zien wat we willen zien.

Een hoefsmid denkt vaak sneller dat de kreupelheid uit de hoeven komt en een fysiotherapeut weer eerder dat het probleem bijvoorbeeld uit de rug komt. En als we dan iets gedaan hebben om het paard beter te laten lopen, hoefbescherming, een behandeling, of verdoven, dan willen we graag zien dat de behandeling effect heeft en ons brein schotelt dat dan graag ook zo aan ons voor.

Dat is geen aanval op professionals, zeker niet, het is een bekende handicap, en juist daarom is het heel mooi dat we objectieve meetmethodes beschikbaar hebben.

Hoofbeat

Door gebruik te maken van Hoofbeat wordt letterlijk zichtbaar wat niet zichtbaar is.

Want niets ten nadele van alle professionele collega’s – het menselijk brein kan helaas maar ongeveer 60 beelden per seconde verwerken. Hoofbeat gebruikt meer dan 1114 metingen per seconde per sensor.

De landing van een hoef duurt bijvoorbeeld ongeveer 20-50 milliseconde: (0,02 tot 0,05) seconde. Als de landing van de ene hoef half zo lang duurt als de landing van de andere hoef, dan kan je dat met het blote oog dus niet, of nauwelijks waarnemen, maar het zegt wel heel veel over de beweging van het paard.

Per hoef plaatsen we een sensor, of eigenlijk een groep sensoren: 2 accelerometers (3d versnellingsmeter) en een gyroscoop (meetinstrument dat hoeken en draaiing meet).
Je kunt je voorstellen dat er met deze sensoren op alle vier de hoeven van het  paard enorm veel data worden verzameld. Om al deze data goed te kunnen lezen en interpreteren heb ik de opleiding Hoofbeat Locomotion Analysis Training Program gevolgd en nu mag ik mij specialist noemen op het gebied van locomotie analyse met behulp van Hoofbeat.

Hoofbeat is zeker niet het enige systeem dat op de markt is, maar wel het systeem dat specifiek op de beweging van de hoeven gefocust is en daarom erg waardevol voor de hoefspecialist. Zo kun je een meting doen bij een paard, daarop jouw behandeling aanpassen en nadien weer een meting doen om te controleren of het gewenste resultaat behaald is. Eventueel kan je daarna nog aanpassingen doen.
Je kunt ook periodiek metingen doen, gewoon om een paard te volgen, en daardoor eventuele problemen tijdig signaleren.

De beweging van en in de paardenhoef verdeeld in fasen

Ik wil jullie graag meenemen in de verschillende bewegingsfasen van de paardenhoef. De beweging van en in de hoef kunnen we in tijd verdelen in vier fasen:

1 Landingsfase

Dit is de fase van het eerste grondcontact van de hoef tot dat de hoef volledig in contact in met de grond.
We verzamelen hierin verschillende informatie. Bijvoorbeeld: wat is het eerste punt van contact, landt het paard op de verzenen, op de toon, op de buitenkant of op de binnenkant, en in welke hoek gebeurt dat? Maar ook wordt gemeten hoelang deze hele fase duurt; wat is bijvoorbeeld het verschil in de landingstijd met die van de andere hoef?

De landingsfase is een relatief korte fase maar wel een ontzettend belangrijke. Er komen veel krachten op de hoef en bepaalde delen worden extreem tot bijna maximaal belast. Is een paard oncomfortabel dan kan het paard proberen de krachten te verminderen door anders te landen (een gebied te ontzien) of door de landing bijvoorbeeld te vertragen om zo piekspanning wat te verminderen.

2 Standsfase

De standsfase is de gehele tijd dat de hoef volledig de grond raakt.
Hierin meten we natuurlijk weer de tijd: hoelang duurt deze fase en wat is het verschil in deze tijd ten opzichte van de andere hoef. Maar er is meer. Tijdens deze fase is de hoef zelf ook nog in beweging: het hoefmechanisme zorgt voor een driedimensionale verandering van de hoefvorm gedurende deze hele fase. De data die we hierover krijgen zeggen veel over de verticale belasting in deze fase, maar kunnen ook informatie geven over de bodem waar het paard op beweegt.

3 Afwikkelfase

Na de standsfase begint de afwikkelfase of break over. Of misschien is afzetfase een mooiere omschrijving, want tijdens deze fase wordt met behulp van energie de voor- en opwaartse beweging in gang gezet. De hoef wordt als het ware gelanceerd door een systeem van elastieken (pezen) in combinatie met inzet van spierkracht. Je kunt je vast voorstellen dat ook deze fase een enorme piekbelasting met zich mee brengt en dat ook hierin het paard bij discomfort veel invloed kan/wil uitoefenen om te zorgen dat deze fase zo prettig mogelijk verloopt.

In deze fase van de beweging verzamelen we – net als bij de landing – data over bijvoorbeeld het punt van afwikkelen van dit paard: is dat recht voor in de hoef, iets naar buiten of iets naar binnen, en in welke richting verlaat de hoef straks de grond. Ook wordt geanalyseerd hoelang de fase duurt. Daar is veel belangrijke informatie uit te lezen.

Je zou bijvoorbeeld denken dat wanneer een hoef steiler is, dat deze fase automatisch korter zal zijn (de hefboom en de weg van afwikkeling is korter). Wat leert echter de ervaring: dat is niet altijd zo. Bijvoorbeeld wanneer het paard pijn heeft (bijvoorbeeld bij hoefkatrolontsteking) zal de afwikkelfase best wel eens langer kunnen duren bij de steilere hoef, om zo de piekbelasting weer zo veel mogelijk te voorkomen.

4 Zweeffase

De zweeffase is de laatste fase. De naam zegt het al: het is de fase waarin de hoef door de lucht beweegt waarna de landingsfase weer begint. De data die verzameld worden in de zweeffase omvatten als eerste weer de tijd: hoelang duurt deze fase, is er een verschil met het andere been?

Daarnaast wordt ook de hele route driedimensionaal zichtbaar. Hoe hoog wordt het been opgetild, hoe groot is de pas, hoeveel zijwaartse beweging is er. Wat gebeurt er net voor de landing en wat als de hoef net de grond verlaten heeft.

Hoewel de vorm van de boog die de hoef aflegt elke stap per paard uniek en vast is kan daar wel een zekere verandering optreden. Zo zien we bij toevoegen van gewicht bijvoorbeeld een hogere boog. Een hogere boog ziet er misschien mooi uit maar is een stuk inefficiënter.

Vooral interessant is de variatie tussen de verschillende passen. Je kunt hier vaak aflezen of het paard rechts of links is. Maar ook bijvoorbeeld pijn geeft een hogere variatie. Zeer interessant is ook het moment net voor de landing. Een paard bereidt de landing wat voor, en bij pijn bijvoorbeeld kan dit extremer worden, of je kunt zien dat passen net niet helemaal afgemaakt worden.

Wist je dat de tijd van de zweeffase in draf en stap ongeveer gelijk zijn? Het is vooral de standsfase die in draf korter is en de staplengte die langer is.

Hoofbeat in de praktijk

Hoewel Hoofbeat een objectieve ganganalyse geeft zet ik het systeem niet voor een kreupelheidsonderzoek in. Het kan wel aanvullend functioneren of ondersteunend werken in de uitleg aan de eigenaar. Het meest interessant is het monitoren van veranderingen in het bewegingspatroon van het paard.
Want wie zegt dat een scheefheid altijd betekent dat het paard niet oké is: er is altijd een natuurlijke scheefheid, er zijn functionele scheefheden en scheefheden die disfunctioneel zijn.

Ieder paard heeft zijn eigen bewegingspatroon dat voor een heel groot deel aangeboren en aangeleerd is, iets wat niet zomaar verandert. Kleine veranderingen zijn met het blote oog niet altijd zichtbaar maar kunnen dankzij dit systeem wel zichtbaar worden. Het is aan de professionals om te beoordelen waardoor deze veranderingen ontstaan.

Het kan een positieve en gewenste verandering zijn bijvoorbeeld door huisvesting, voeding, training, fysiotherapie of als resultaat van mijn inzet als hoefspecialist. Er kunnen ook negatieve, onwenselijke, veranderingen zijn. Bijvoorbeeld als gevolg van huisvesting, voeding, training, harnachement, kreupelheden, of zelfs veroorzaakt door het werken aan de hoeven.

Sleip

Hoofbeat is niet het enige objectieve ganganalyse systeem. Sinds enige tijd werk ik ook met Sleip. Sleip is een Ai video analyseprogramma wat kreupelheden (asymmetrie) heel gemakkelijk en duidelijk in beeld kan brengen. Dit maakt een kreupelheidsonderzoek een stuk objectiever: zo is duidelijk te zien aan welk been er asymmetrie in bijvoorbeeld landing of afzet is.

Sleip geeft echter geen beeld over de daadwerkelijke beweging van de hoef. De twee systemen Hoofbeat en Sleip zijn daarom dus niet met elkaar te vergelijken en kunnen heel goed naast of bij elkaar gebruikt worden.

Sleip gebruikt AI om meer dan 100 anatomische punten op het bewegende paard te volgen. Je hebt misschien wel eens iets voorbij zien komen met allemaal witte bolletjes op een bewegend dier/mens. Sleip gebruikt Ai om deze punten in de video te selecteren en analyseren. De gemaakte video wordt direct verzonden naar de servers en binnen enkele minuten heb ik zichtbaar resultaat.

Zie hieronder een voorbeeld van een Sleip recording:

Dit maakt Sleip een heel makkelijk toe te passen tool, ik heb alleen mijn smartphone nodig, en even heen en weer draven is bijna standaard bij een hoefbehandeling. Meestal gebruik ik Sleip dan ook op een rechte lijn, maar bij ingewikkeldere problematiek kan Sleip ook een paard op de volte analyseren.

To shoe or not to shoe – conclusies op basis van ganganalyse systemen

Wat kun je als hoefspecialist met alle informatie uit deze vernieuwende systemen om de beweging van het paard te analyseren?
Allereerst moet je als hoefprofessional in staat zijn om de verkregen data goed te interpreteren. Een enorme dataset ziet er indrukwekkend uit, maar als je vervolgens geen idee hebt wat die data nou eigenlijk betekenen, heeft het weinig zin om met geavanceerde systemen als Hoofbeat aan de slag te gaan.

Geen dierenarts
Met behulp van deze tools kan ik beweging objectief analyseren en beoordelen. Ik ben echter geen dierenarts dus zal ik geen diagnose stellen. De data kunnen echter wel met de dierenarts of bijvoorbeeld fysiotherapeut gedeeld worden.

Hoe pas ik deze systemen toe?

Omdat het gebruik van Sleip eigenlijk geen tijd kost, gebruik ik Sleip veel in de praktijk. Paarden die hier voor kreupelheden komen kunnen we zo goed voor en na iedere behandeling analyseren. En op basis hiervan het behandelplan aanpassen.
Soms zie je bijvoorbeeld gemakkelijk of hoefbescherming iets kan toevoegen. Als ik een paard eerst op blote hoeven analyseer en daarna met hoefschoenen aan zie je direct of hoefbescherming kan bijdragen.

Ik moet eerlijk bekennen dat ik het Hoofbeat systeem minder gebruik sinds ik Sleip ook gebruik. Maar Hoofbeat brengt de beweging van de hoef zelf meer in beeld. Dus bij een paard dat niet kreupel is, of liever gezegd niet asymmetrisch, kun je met hoofbeat wel in beeld brengen of er andere veranderingen plaats vinden. Bijvoorbeeld meer/minder knieactie, landing meer centraal, of landing op de buitenkant van de hoef. Toon/hiel landing.

Als ik een paard dat symmetrisch loopt toch nog wil helpen en objectief wil meten dan is Hoofbeat dus zeer bruikbaar. Je kunt de systemen zelfs gemakkelijk tegelijk gebruiken!
Kortom, beide systemen hebben hun waarde.

Bewegingssensoren in hoefschoenen

Onlangs is er een nieuw product op de markt gekomen, een Cavallo hoefschoen met ingebouwde sensoren. Nu moet ik dit nog testen. Maar wat we met Hoofbeat zien is dat de toevoeging van gewicht een enorme impact heeft op de bewegingen van het paard. Daarnaast zou als de schoen ten opzichte van de hoef beweegt er een hoop ruis in de data ontstaan. Ik ben benieuwd naar dit product, maar heb wel mijn vraagtekens.
En dat is misschien wel het belangrijkste bij alle nieuwe ontwikkelingen, niets aannemen, open staan en kritisch zijn!

Conclusie

Ai en datasets verkregen uit bewegingsanalyse met sensoren op de hoeven van het paard nemen je werk als professional niet over. Wél spelen ze een belangrijke rol om beweging inzichtelijk te maken. Hoewel je als hoefprofessional met vele jaren ervaring een getraind oog hebt ontwikkeld, is een objectieve bewegingsanalyse een heel welkome aanvulling.

Je meet effecten van je eigen werk, zowel binnen één consult als over een langere periode waarin je het paard in behandeling hebt. Meerdere analysemomenten kunnen met elkaar vergeleken worden, op een objectieve manier: je kunt met deze systemen checken of het inderdaad klopt wat je dénkt aan effect te zien.

Door meerdere meetmomenten te nemen, bijvoorbeeld voorafgaand aan de behandeling, na het bekappen van de hoeven en nogmaals na het aanbrengen van eventuele (gelijmde) hoefbescherming, heb je veel vergelijkingsmateriaal om je behandeling aan te kunnen passen specifiek op dat ene paard.

De objectieve data zijn een waardevolle aanvulling op je behandelplan, zijn gemakkelijk te delen met andere professionals die hetzelfde paard behandelen (dierenarts, fysiotherapeut) en zijn bovendien inzichtelijk om met de paardeneigenaar zelf te bespreken.