诊断阿尔茨海默氏病的新型可穿戴设备2020-06-09 14:48

全世界有成千上万的人受到痴呆症的影响,其中近80%患有阿尔茨海默氏病(AD),神经退行性疾病的早期检测(Edon)正在寻找一种新颖的设备来早期检测AD过程,使用可穿戴技术。这将在干预和预防该疾病的进展中发挥关键作用,自2000年以来,该疾病的患病率已增加了近90%。
 
晚期AD通常是不可逆的,因此必须在临床上很早就发现和治疗这种疾病。较早的研究表明,AD认知,运动和感觉功能的改变发生在最早的临床表现出现之前的几年。现有的认知测试有几个局限性,包括所需的时间,在疾病早期不敏感,被“学习”的能力使重复测试的反应几乎毫无用处以及主观分析的需要。成像技术可能更好,但目前昂贵且具有侵入性。
 
穿戴式设备可能是出路。可穿戴设备可以检索有关步态,运动,心率,睡眠方式和类似参数的信息。例如,在英国进行的一项初步研究表明,使用佩戴在身体上的廉价传感器,可以掌握个人行走方式和行为变化的变化,这是早期或即将发生的痴呆症的重要敏感指标。
 
它们的优势包括:
 
简单易用
出色的连通性可提供即时信息
更高的灵敏度和使用多个传感器的能力
识别身体和认知症状和体征的能力
卫生保健系统没有负担或负担很小
灵活的方法允许被动或提示测量
 
纽卡斯尔大学人类运动科学部步态传感器项目的一位研究员Lynn Rochester说:“在家进行自由步态分析非常有用,因为它可以客观地观察个人的日常活动。它也有好处。在更长的时间内提供连续数据,可能比一次性评估更敏感。” 早期的变化包括步态速度,步幅和对称性的改变。
 
精细的运动可能变得笨拙或缓慢。打字或基于手写笔的绘图的感测本身可以提供感测机会。
 
语音和语言指标,眼睛运动和瞳孔运动也可用于检测多个网络中的退化。自主神经系统功能可以通过诸如心率,心率变异性,由于昼夜节律紊乱而导致的睡眠方式等措施来反映,甚至可穿戴式传感器也可能检测到社交和情绪变化。
 
研究人员将使用正在进行的多项研究中的信息,希望通过对数据应用人工智能(AI)来建立原型并在未来三年内运行。
 
除了在临床前阶段预测AD,开发能够可靠传感的消费类设备以及分析数据所需的大量工作之外,还需要进行广泛的研究以准确测量受试者之间以及同一个人在不同时间的变异性。 。在这方面,数据安全性也至关重要。
 
该项目部分由慈善家比尔·盖茨(Bill Gates)资助,部分欠英国政府一些预算,英国政府希望将AI用于数据预防慢性病并了解其工作原理。该项目将与英国的艾伦·图灵研究所(Alan Turing Institute)开始合作,该研究所是全国领先的数据科学和人工智能研究所。
 
该项目的这一部分将看到目前仍在进行的来自AD研究的大量数据收集。用研究所的克里斯·霍姆斯(Chris Holmes)的话来说,这是因为“人工智能有可能通过整合来自多种来源的信息,来改变大规模数据研究(如伊顿)的学习机会。我们将利用人工智能为人类提供新的见解。通过将数字数据测量与传统来源(如脑成像和记忆力测试)相结合,可以早期发现疾病信号。”
 
想法是提出一种“数字指纹”,可以使用可穿戴技术或智能手机应用程序读取该数字指纹,从而确保可以及早识别出处于几种慢性病风险最高的人群,以便进行适当的干预。目的是检测大脑的最初变化,这将有助于在导致痴呆之前阻止许多这些状况,并且在很多情况下,该人变得无法正常生活。
 
该研究将从2019年名为加速疾病检测计划的项目中吸引志愿者。该计划针对500万名志愿者,利用他们提供的有关AD,癌症和心脏病的数据,帮助改变疾病的诊断方式。人工智能将帮助检测模式,进而帮助识别广告。
 
研究人员希望对此进行分类和分析,以了解该病在病程中较早发生的迹象,以便在将来出现预警系统。先前的研究表明,将其作为一种廉价的,基于多中心家庭的方法的可行性,可以更有效地监视患者,同时仍减轻医疗网络的负担。它还可以提高临床试验的效率。
 
南昌男科医院转载