Naslovnica SCI-TECH Kontinuiranim praćenjem brzine hoda pacijenta, sistem može procijeniti ozbiljnost stanja između posjeta...

Kontinuiranim praćenjem brzine hoda pacijenta, sistem može procijeniti ozbiljnost stanja između posjeta ordinaciji. — ScienceDaily

48
0

Parkinsonova bolest je najbrže rastuća neurodegenerativna bolest, koja sada pogađa više od 10 miliona ljudi širom svijeta, ali se kliničari i dalje suočavaju s velikim izazovima u praćenju njene težine i progresije.

Kliničari obično procjenjuju pacijente testiranjem njihovih motoričkih vještina i kognitivnih funkcija tokom posjeta klinici. Ova polusubjektivna mjerenja često su iskrivljena vanjskim faktorima – možda je pacijent umoran nakon duge vožnje do bolnice. Više od 40 posto osoba s Parkinsonovom bolešću nikada ne liječi neurolog ili specijalista za Parkinsonovu bolest, često zato što žive predaleko od urbanog centra ili imaju poteškoća u putovanju.

U nastojanju da se pozabave ovim problemima, istraživači sa MIT-a i drugdje demonstrirali su uređaj u kući koji može pratiti pacijentovo kretanje i brzinu hoda, koji se može koristiti za procjenu težine Parkinsonove bolesti, progresije bolesti i pacijentovog odgovora na lijekove. .

Uređaj, koji je veličine Wi-Fi rutera, prikuplja podatke pasivno koristeći radio signale koji se odbijaju od tijela pacijenta dok se kreću po kući. Pacijent ne mora da nosi gadžet ili da menja svoje ponašanje. (Nedavna studija, na primjer, pokazala je da se ova vrsta uređaja može koristiti za otkrivanje Parkinsonove bolesti prema obrascima disanja osobe dok spava.)

Istraživači su koristili ove uređaje da sprovedu dvije studije koje su uključivale ukupno 50 učesnika. Pokazali su da, korištenjem algoritama mašinskog učenja za analizu gomile podataka koje su prikupili (više od 200.000 mjerenja brzine hoda), kliničar može efikasnije pratiti napredovanje Parkinsonove bolesti nego što bi to bio slučaj s periodičnim procjenama u klinici.

„Mogući da u kući imate uređaj koji može pratiti pacijenta i daljinski obavijestiti doktora o napredovanju bolesti i pacijentovom odgovoru na lijekove kako bi se mogli pobrinuti za pacijenta čak i ako pacijent ne može doći u bolnicu. klinika — sada imaju stvarne, pouzdane informacije — koje zapravo idu dug put ka poboljšanju jednakosti i pristupa”, kaže stariji autor Dina Katabi, profesorica Thuan i Nicole Pham na Odsjeku za elektrotehniku ​​i računarstvo (EECS), i glavni istraživač u Laboratoriji za kompjuterske nauke i umjetnu inteligenciju (CSAIL) i klinici MIT Jameel.

Ko-vodeći autori su EECS diplomirani studenti Yingcheng Liu i Guo Zhang. Istraživanje je objavljeno u Science Translational Medicine.

Ljudski radar

Ovaj rad koristi bežični uređaj koji je prethodno razvijen u laboratoriji Katabi koji analizira radio signale koji se odbijaju od tijela ljudi. On prenosi signale koji koriste mali dio snage Wi-Fi rutera — ovi signali super male snage ne ometaju druge bežične uređaje u kući. Dok radio signali prolaze kroz zidove i druge čvrste objekte, odbijaju se od ljudi zbog vode u našim tijelima.

Ovo stvara “ljudski radar” koji može pratiti kretanje osobe u prostoriji. Radio talasi uvek putuju istom brzinom, tako da dužina vremena koje je potrebno signalima da se reflektuju nazad do uređaja pokazuje kako se osoba kreće.

Uređaj uključuje klasifikator za mašinsko učenje koji može odabrati precizne radio signale koji se odbijaju od pacijenta čak i kada se po prostoriji kreću drugi ljudi. Sofisticirani algoritmi koriste ove podatke o kretanju za izračunavanje brzine hoda – koliko brzo osoba hoda.

Budući da uređaj radi u pozadini i radi cijeli dan, svaki dan, može prikupiti ogromnu količinu podataka. Istraživači su željeli vidjeti mogu li primijeniti mašinsko učenje na ove skupove podataka kako bi s vremenom stekli uvid u bolest.

Okupili su 50 učesnika, od kojih je 34 imalo Parkinsonovu bolest, i sproveli dvije opservacijske studije mjerenja hoda u kući. Jedna studija je trajala dva mjeseca, a druga je provedena tokom dvije godine. Kroz studije, istraživači su prikupili više od 200.000 pojedinačnih mjerenja koje su u prosjeku izjednačili kako bi izgladili varijabilnost zbog stanja uređaja ili drugih faktora. (Na primjer, uređaj se može slučajno isključiti tokom čišćenja ili pacijent može sporije hodati dok razgovara telefonom.)

Koristili su statističke metode za analizu podataka i otkrili da se brzina hoda kod kuće može koristiti za efikasno praćenje napredovanja i težine Parkinsonove bolesti. Na primjer, oni su pokazali da je brzina hoda opala skoro dvostruko brže kod osoba s Parkinsonovom bolešću, u poređenju sa onima bez.

“Neprekidno praćenje pacijenata dok se kreću po prostoriji omogućilo nam je da dobijemo zaista dobra mjerenja njihove brzine hoda. I sa toliko podataka, bili smo u mogućnosti da izvršimo agregaciju koja nam je omogućila da vidimo vrlo male razlike”, kaže Zhang.

Bolji, brži rezultati

Proučavanje ovih varijabilnosti dalo je neke ključne uvide. Na primjer, istraživači su mogli vidjeti da unutardnevne fluktuacije u brzini hoda pacijenta odgovaraju načinu na koji reagiraju na lijekove – brzina hoda se može poboljšati nakon doze, a zatim početi opadati nakon određenog vremenskog perioda.

“Ovo nam zaista daje mogućnost da objektivno izmjerimo kako vaša mobilnost reaguje na vaše lijekove. Ranije je to bilo gotovo nemoguće učiniti jer se ovaj efekat lijeka mogao mjeriti samo ako pacijent vodi dnevnik”, kaže Liu.

Kliničar bi mogao koristiti ove podatke za efikasnije i preciznije prilagođavanje doze lijekova. Ovo je posebno važno jer mnogi lijekovi koji se koriste za liječenje simptoma bolesti mogu uzrokovati ozbiljne nuspojave ako pacijent primi previše.

Istraživači su bili u mogućnosti da pokažu statistički značajne rezultate u vezi s napredovanjem Parkinsonove bolesti nakon proučavanja 50 ljudi samo godinu dana; nasuprot tome, često citirana studija Fondacije Michael J. Fox uključivala je preko 500 pojedinaca i pratila ih više od pet godina, kaže Katabi.

“Za farmaceutsku kompaniju ili biotehnološku kompaniju koja pokušava razviti lijekove za ovu bolest, ovo bi moglo uvelike smanjiti teret i troškove i ubrzati razvoj novih terapija”, dodaje ona.

Katabi veliki dio uspjeha studije pripisuje posvećenom timu naučnika i kliničara koji su zajedno radili na rješavanju brojnih poteškoća koje su se pojavile na tom putu. Na primjer, započeli su studiju prije pandemije Covid-19, tako da su inženjeri u početku ulazili u domove ljudi kako bi postavili uređaje. Kada to više nije bilo moguće, razvili su metodu za daljinsko postavljanje uređaja i kreirali aplikaciju prilagođenu korisnicima za sudionike i kliničare.

Kroz tok studije naučili su automatizirati procese i smanjiti napor, posebno za učesnike i klinički tim.

Ovo znanje će se pokazati korisnim jer budu želeli da koriste uređaje u kućnim studijama drugih neuroloških poremećaja, kao što su Alchajmerova, ALS i Hantingtonova bolest. Oni također žele istražiti kako se ove metode mogu koristiti, zajedno s drugim radovima iz laboratorije Katabi koji pokazuju da se Parkinsonova bolest može dijagnosticirati praćenjem disanja, kako bi prikupili holistički skup markera koji bi mogli rano dijagnosticirati bolest i zatim se koristiti za praćenje i tretirati to.

Ovaj rad djelimično podržavaju Nacionalni instituti za zdravlje i Michael J. Fox Foundation.


Izvor: www.sciencedaily.com


Pratite nas na Facebook-u | Twitter-u | YouTube-u

WPAP (8847)