parkinson-Smartphonegreece                                   express.co
 

Η Τεχνολογία και η Ιατρική, βαδίζουν δίπλα δίπλα, όλο και περισσότερο. Οι ερευνητές μπορού πλέον με την τεχνολογία, να παρακολουθούν τη σοβαρότητα και την εξέλιξη της νόσου του Πάρκινσον, καθώς και τον τρόπο με τον οποίο ένας ασθενής ανταποκρίνεται στη φαρμακευτική αγωγή, χρησιμοποιώντας μια συσκευή στο σπίτι που παρακολουθεί παθητικά την ταχύτητα βάδισης του ασθενούς αναπηδώντας ραδιοφωνικά σήματα από το σώμα του.:

Η νόσος του Πάρκινσον είναι η ταχύτερα αναπτυσσόμενη νευροεκφυλιστική νόσος, που επηρεάζει πλέον περισσότερους από 10 εκατομμύρια ανθρώπους παγκοσμίως, ωστόσο οι κλινικοί γιατροί εξακολουθούν να αντιμετωπίζουν τεράστιες προκλήσεις στην παρακολούθηση της σοβαρότητας και της εξέλιξής της.

Οι κλινικοί γιατροί συνήθως αξιολογούν τους ασθενείς δοκιμάζοντας τις κινητικές τους δεξιότητες και τις γνωστικές τους λειτουργίες κατά τη διάρκεια επισκέψεων στην κλινική. Αυτές οι ημιυποκειμενικές μετρήσεις συχνά παραμορφώνονται από εξωτερικούς παράγοντες — ίσως ένας ασθενής να είναι κουρασμένος μετά από μια μακρά διαδρομή στο νοσοκομείο. Πάνω από το 40 τοις εκατό των ατόμων με νόσο του Πάρκινσον δεν αντιμετωπίζονται ποτέ από νευρολόγο ή ειδικό για τη νόσο του Πάρκινσον, συχνά επειδή ζουν πολύ μακριά από ένα αστικό κέντρο ή έχουν δυσκολία να ταξιδέψουν.

Σε μια προσπάθεια να αντιμετωπίσουν αυτά τα προβλήματα, ερευνητές από το MIT και αλλού παρουσίασαν μια συσκευή στο σπίτι που μπορεί να παρακολουθεί την κίνηση και την ταχύτητα βάδισης ενός ασθενούς, η οποία μπορεί να χρησιμοποιηθεί για την αξιολόγηση της σοβαρότητας του Πάρκινσον, της εξέλιξης της νόσου και της ανταπόκρισης του ασθενούς στη φαρμακευτική αγωγή. .

Η συσκευή, η οποία έχει μέγεθος περίπου ενός δρομολογητή Wi-Fi, συλλέγει δεδομένα παθητικά χρησιμοποιώντας ραδιοσήματα που αντανακλώνται από το σώμα του ασθενούς καθώς κινείται στο σπίτι του. Ο ασθενής δεν χρειάζεται να φοράει gadget ή να αλλάξει τη συμπεριφορά του. (Μια πρόσφατη μελέτη, για παράδειγμα, έδειξε ότι αυτός ο τύπος συσκευής θα μπορούσε να χρησιμοποιηθεί για την ανίχνευση της νόσου του Πάρκινσον από τα μοτίβα αναπνοής ενός ατόμου ενώ κοιμάται.)

Οι ερευνητές χρησιμοποίησαν αυτές τις συσκευές για να πραγματοποιήσουν δύο μελέτες στις οποίες συμμετείχαν συνολικά 50 συμμετέχοντες. Έδειξαν ότι, χρησιμοποιώντας αλγόριθμους μηχανικής μάθησης για να αναλύσουν τα πλήθη των δεδομένων που συνέλεξαν (περισσότερες από 200.000 μετρήσεις ταχύτητας βάδισης), ένας κλινικός ιατρός θα μπορούσε να παρακολουθεί την εξέλιξη του Πάρκινσον πολύ πιο αποτελεσματικά από ό,τι θα έκανε με τις συνηθισμένες  περιοδικές, ενδοκλινικές αξιολογήσεις.

«Με τη δυνατότητα να έχετε μια συσκευή στο σπίτι που μπορεί να παρακολουθεί έναν ασθενή και να ενημερώνει εξ αποστάσεως τον γιατρό για την εξέλιξη της νόσου και την ανταπόκριση του ασθενούς στη φαρμακευτική αγωγή, ώστε να μπορεί να φροντίζει τον ασθενή ακόμα κι αν ο ασθενής δεν μπορεί να έρθει στο κλινική — τώρα έχουν πραγματικές, αξιόπιστες πληροφορίες — που στην πραγματικότητα πηγαίνει πολύ προς τη βελτίωση της δικαιοσύνης και της πρόσβασης», λέει η ανώτερη συγγραφέας Ντίνα Κατάμπι, η καθηγήτρια και κύριος ερευνητής στο Computer Science and Artificial Intelligence Laboratory (CSAIL) και στην MIT Jameel Clinic.

Ένα ανθρώπινο ραντάρ

Αυτή η εργασία χρησιμοποιεί μια ασύρματη συσκευή που αναπτύχθηκε προηγουμένως στο εργαστήριο Katabi, η οποία αναλύει τα ραδιοσήματα που αναπηδούν από τα σώματα των ανθρώπων. Μεταδίδει σήματα που χρησιμοποιούν ένα μικρό κλάσμα της ισχύος ενός δρομολογητή Wi-Fi — αυτά τα σήματα εξαιρετικά χαμηλής κατανάλωσης δεν παρεμβαίνουν σε άλλες ασύρματες συσκευές στο σπίτι. Ενώ τα ραδιοφωνικά σήματα περνούν μέσα από τοίχους και άλλα στερεά αντικείμενα, αντανακλώνται από τους ανθρώπους λόγω του νερού στο σώμα μας.

Αυτό δημιουργεί ένα «ανθρώπινο ραντάρ» που μπορεί να παρακολουθεί την κίνηση ενός ατόμου σε ένα δωμάτιο. Τα ραδιοκύματα ταξιδεύουν πάντα με την ίδια ταχύτητα, επομένως ο χρόνος που χρειάζεται τα σήματα για να αντανακλούν πίσω στη συσκευή δείχνει πώς κινείται το άτομο.

Η συσκευή ενσωματώνει έναν ταξινομητή μηχανικής μάθησης που μπορεί να διακρίνει τα ακριβή ραδιοσήματα που αντανακλώνται από τον ασθενή ακόμα και όταν υπάρχουν άλλα άτομα που κινούνται στο δωμάτιο. Οι εξελιγμένοι αλγόριθμοι χρησιμοποιούν αυτά τα δεδομένα κίνησης για να υπολογίσουν την ταχύτητα βάδισης — πόσο γρήγορα περπατάει το άτομο.

Επειδή η συσκευή λειτουργεί στο παρασκήνιο και λειτουργεί όλη μέρα, κάθε μέρα, μπορεί να συλλέξει τεράστιο όγκο δεδομένων. Οι ερευνητές ήθελαν να δουν εάν θα μπορούσαν να εφαρμόσουν τη μηχανική μάθηση σε αυτά τα σύνολα δεδομένων για να αποκτήσουν γνώσεις σχετικά με την ασθένεια με την πάροδο του χρόνου.

Συγκέντρωσαν 50 συμμετέχοντες, 34 από τους οποίους είχαν Πάρκινσον, και διεξήγαγαν δύο μελέτες παρατήρησης μετρήσεων βάδισης στο σπίτι. Η μία μελέτη διήρκεσε δύο μήνες και η άλλη διεξήχθη σε διάστημα δύο ετών. Μέσω των μελετών, οι ερευνητές συνέλεξαν περισσότερες από 200.000 μεμονωμένες μετρήσεις που υπολόγισαν κατά μέσο όρο για να εξομαλύνουν τη μεταβλητότητα λόγω της κατάστασης της συσκευής ή άλλων παραγόντων. (Για παράδειγμα, η συσκευή μπορεί να απενεργοποιηθεί κατά λάθος κατά τον καθαρισμό ή ένας ασθενής μπορεί να περπατήσει πιο αργά όταν μιλάει στο τηλέφωνο.)

«Η συνεχής παρακολούθηση του ασθενούς καθώς κινείται στο δωμάτιο μας επέτρεψε να λάβουμε πολύ καλές μετρήσεις της ταχύτητας βάδισής του. Και με τόσα πολλά δεδομένα, μπορέσαμε να πραγματοποιήσουμε συνάθροιση που μας επέτρεψε να δούμε πολύ μικρές διαφορές», λέει ο Zhang.

Καλύτερα, πιο γρήγορα αποτελέσματα

Η διερεύνηση αυτών των μεταβλητών προσέφερε ορισμένες βασικές πληροφορίες. Για παράδειγμα, οι ερευνητές μπορούσαν να δουν ότι οι ενδοημερήσιες διακυμάνσεις στην ταχύτητα βάδισης ενός ασθενούς αντιστοιχούν στο πώς ανταποκρίνονται στη φαρμακευτική αγωγή του — η ταχύτητα βάδισης μπορεί να βελτιωθεί μετά από μια δόση και στη συνέχεια να αρχίσει να μειώνεται μετά από ένα χρονικό διάστημα.

Οι ερευνητές μπόρεσαν να επιδείξουν στατιστικά σημαντικά αποτελέσματα σχετικά με την εξέλιξη της νόσου του Πάρκινσον αφού μελέτησαν 50 άτομα για μόλις ένα χρόνο. Αντίθετα, μια συχνά αναφερόμενη μελέτη από το Ίδρυμα Michael J. Fox αφορούσε πάνω από 500 άτομα και τα παρακολουθούσε για περισσότερα από πέντε χρόνια, λέει ο Katabi.

«Για μια φαρμακευτική εταιρεία ή μια εταιρεία βιοτεχνολογίας που προσπαθεί να αναπτύξει φάρμακα για αυτήν την ασθένεια, αυτό θα μπορούσε να μειώσει σημαντικά το βάρος και το κόστος και να επιταχύνει την ανάπτυξη νέων θεραπειών», προσθέτει.

Αυτή η γνώση θα αποδειχθεί χρήσιμη καθώς προσπαθούν να αναπτύξουν συσκευές σε κατ’ οίκον μελέτες άλλων νευρολογικών διαταραχών, όπως  Αλτσχάιμερ,  ALS , Χάντινγκτον και Πάρκινσον.

 

 

 

via  2