Videnskab
 science >> Videnskab >  >> Elektronik

Smartphonescore kan hjælpe læger med at spore sværhedsgraden af ​​Parkinsons sygdomssymptomer

Johns Hopkins datalogistuderende Srihari Mohan, venstre, og Andong Zahn, vise de iPhone- og Android-smartphone-apps, de var med til at designe, så patienter med Parkinsons sygdom kan måle sværhedsgraden af ​​deres symptomer. Kredit:Noam Finkelstein/Johns Hopkins U

Parkinsons sygdom, en progressiv hjernesygdom, er ofte svært at behandle effektivt, fordi symptomer, såsom rysten og gangbesvær, kan variere dramatisk over en periode på dage, eller endda timer.

For at løse denne udfordring, Johns Hopkins University dataloger, arbejder med et tværfagligt team af eksperter fra to andre institutioner, har udviklet en ny tilgang, der bruger sensorer på en smartphone til at generere en score, der pålideligt afspejler symptomernes sværhedsgrad hos patienter med Parkinsons sygdom.

I en undersøgelse offentliggjort for nylig online i tidsskriftet JAMA Neurologi , forskere fra Johns Hopkins' Whiting School of Engineering, University of Rochester Medical Center, og Aston University i Det Forenede Kongerige rapporterede, at sværhedsgraden af ​​symptomer blandt Parkinsons-patienter set af neurologer var tæt på linje med dem, der genereres af deres smartphone-app.

Typisk, patienter med Parkinsons sygdom evalueres af speciallæger ved tre eller fire klinikbesøg årligt, med subjektive vurderinger, der kun fanger et kort øjebliksbillede af en patients fluktuerende symptomer. I deres hjem, patienter kan også blive bedt om at udfylde en besværlig 24-timers "motorisk dagbog", hvori de fører en skriftlig fortegnelse over deres mobilitet, ufrivillige vridningsbevægelser og andre Parkinsons symptomer. Lægen bruger derefter disse selvrapporterede eller upræcise data til at vejlede behandlingen.

I den nye undersøgelse, forskerne siger, at patienter kunne bruge en smartphone-app til objektivt at overvåge symptomer i hjemmet og dele disse data for at hjælpe læger med at finjustere deres behandling.

E. Ray Dorsey, en neurolog ved University of Rochester Medical Center og en medforfatter af forskningspapiret, sagde, at han glæder sig over valideringen af ​​Parkinsons patienters sværhedsgradsscore produceret af smartphonetestene.

"Hvis du tænker over det, det lyder skørt, " han sagde, "men indtil disse typer undersøgelser, vi havde meget begrænsede data om, hvordan disse mennesker fungerer om lørdagen og søndagen, fordi patienterne ikke kommer til klinikken om lørdagen eller søndagen. Vi havde også meget begrænsede data om, hvordan mennesker med Parkinsons har det klokken to om morgenen eller klokken 11 om natten, fordi medmindre de er indlagt, de bliver generelt ikke set på klinikker på de tidspunkter."

For omkring seks år siden, mens han lavede medicinsk forskning hos Johns Hopkins, Dorsey blev introduceret til Suchi Saria, en adjunkt i datalogi ved universitetet. Saria, den tilsvarende forfatter til undersøgelsen og en ekspert i en computerteknik kaldet machine learning, havde brugt det til at udtrække nyttig information fra sundhedsrelaterede data, der rutinemæssigt blev indsamlet på hospitaler. De to forskere, sammen med nogle af Sarias elever, gik sammen om at finde en måde at overvåge Parkinsons-patienters helbred lige så let, som mennesker med diabetes kan kontrollere deres glukoseniveauer med en nålestiksblodprøve.

Holdmedlemmerne vidste, at neurologer evaluerede deres Parkinsons patienter ved at indsamle information om, hvordan de bevægede sig, talte og udførte visse daglige opgaver. "Kan vi gøre det her med en mobiltelefon?" Saria undrede sig dengang. "Vi spurgte, 'Hvilke tricks kan vi bruge for at få det til at ske?' "

Brug af eksisterende smartphone-komponenter, såsom dens mikrofon, berøringsskærm og accelerometer, teammedlemmerne udtænkte fem enkle opgaver, der involverede stemmeføling, fingertap, gangmåling, balance og reaktionstid. De forvandlede dette til en smartphone-app kaldet 'HopkinsPD.' Næste, ved at bruge en maskinlæringsteknik, som teamet har udtænkt, de var i stand til at konvertere de data, der blev indsamlet med disse test, og omdanne dem til en objektiv Parkinsons sygdoms sværhedsgrad – en score, der bedre afspejlede den overordnede sværhedsgrad af patienternes symptomer, og hvor godt de reagerede på medicin.

Forskerne siger, at denne smartphone-evaluering burde være særlig nyttig, fordi den ikke er afhængig af de subjektive observationer fra en medicinsk medarbejder. I øvrigt, det kan administreres til enhver tid eller dag på en klinik eller i patientens hjem, hvor patienten er mindre tilbøjelig til at være så nervøs som i medicinske omgivelser.

"Den dag-til-dag variabilitet af Parkinsons symptomer er så høj, " sagde Saria. "Hvis du tilfældigvis måler en patient kl. 17.00. i dag og så tre måneder senere, igen kl 17, hvordan ved du, at du ikke fangede ham på et godt tidspunkt første gang og på et dårligt tidspunkt anden gang?"

Indsamling af hyppigere smartphone-testdata i medicinske omgivelser såvel som i hjemmet, kunne give læger et klarere billede af deres patienters generelle helbred og hvor godt deres medicin virker, Saria og hendes kolleger foreslog.

Opsummerer vigtigheden af ​​deres fund i JAMA Neurologi rapport, sagde forskerne, "En smartphone-afledt sværhedsgrad for Parkinsons sygdom er mulig og giver et objektivt mål for motoriske symptomer i og uden for klinikken, som kan være værdifuldt for klinisk pleje og terapeutisk udvikling."

Patienter i forskningsprojektet brugte Android-smartphones til at downloade softwaren, tilgængelig via Parkinson's Voice Initiatives hjemmeside. Holdet har nu indgået partnerskab med Apple og Sage Bionetworks for at udvikle mPower, en iPhone-version, der er tilgængelig i Apples App Store.

Undersøgelsens tre co-lead forfattere omfattede to af Sarias studerende fra Institut for Datalogi ved Johns Hopkins:ph.d.-kandidat Andong Zhan og tredje-års bachelor Srihari Mohan.

Zahn, hvem er fra Qujing, Yunnan, i Kina, beskrev projektet som "en unik oplevelse af at udtrække data fra den fysiske verden til en digital verden og endelig se det blive til meningsfuld klinisk information."

Mohan, hvem er fra Redmond, Washington, tilføjet, "Selvom ikke al forskning bliver håndgribeligt integreret i folks liv, Det, der begejstrer mig mest, er potentialet for, at de metoder, vi udviklede, kan implementeres problemfrit i en patients livsstil og forbedre kvaliteten af ​​behandlingen."


Varme artikler