新型可穿戴设备诊断阿尔茨海默症

2023-05-30

  随着全球数千万人受到痴呆症的影响,其中近80%患有阿尔茨海默病(AD),神经退行性疾病的早期检测(Early Detection of Neurodegenerative diseases,EDoN)正在研究一种利用可穿戴技术在早期检测AD的新设备。这将在干预和预防该病的进展方面发挥关键作用。自2000年以来,该病的患病率几乎增加了90%。

  需求

  晚期AD通常是不可逆的,因此在临床症状出现之前及早发现和治疗是必要的。早期的研究表明,AD在认知、运动和感觉功能上的变化发生在早期临床表现出现之前数年。现有的认知测试有几个局限性,包括所需的时间、在疾病早期的不敏感性、“学习”的能力(这使得重复测试的反应几乎毫无用处),以及需要进行主观分析。成像技术可能更好,但目前价格昂贵且具有侵入性。

  可穿戴传感技术

  可穿戴设备可能是出路。可穿戴设备可以获取步态、运动、心率、睡眠模式和类似参数的信息。例如,英国的一项试点研究表明,使用佩戴在身体上的廉价传感器可以感知个人行走方式的变化和行为的变化,这些都是早期或即将发生痴呆的重要敏感指标。

  它们的优点包括:

  方便和广泛的可用性

  卓越的连接性提供即时信息

  提高灵敏度和使用多个传感器的能力

  感知身体和认知症状和体征的能力

  医疗体系没有或几乎没有负担

  允许被动或提示测量的灵活方法

  步态和运动传感器

  来自纽卡斯尔大学(Newcastle University)人体运动科学步态传感器项目的研究人员林恩·罗彻斯特(Lynn Rochester)说:“在家自由生活的步态分析特别有用,因为它可以客观地观察一个人的日常活动。它还有一个好处,就是可以在较长时间内提供连续的数据,这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。

  精细运动可能会变得更加笨拙或缓慢。打字或基于手写笔的绘画本身的感知可能提供感知机会。

  其他能力

  语音和语言指标、眼球运动和瞳孔运动也有助于检测多个网络中的退化。自主神经系统的功能可以通过心率、心率变异性、昼夜节律紊乱导致的睡眠模式,甚至社交和情绪变化等指标来反映,这些都有可能被可穿戴传感器检测到。

  研究人员将利用正在进行的几项研究的信息,希望通过将人工智能(AI)应用到数据中,在未来三年内获得一个原型并投入运行。

  除了在临床前阶段预测AD、开发能够可靠感知的消费设备和分析数据所涉及的大量工作外,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,数据安全也至关重要。

  项目

  该项目一部分由慈善家比尔盖茨(Bill Gates)资助,一部分由英国政府承担预算,英国政府希望利用人工智能处理数据,以预防慢性病,并了解慢性病的工作原理。该项目将与英国的艾伦图灵研究所(Alan Turing Institute)合作,后者是英国数据科学和人工智能的首要国家研究所。

  该项目的这一部分将收集大量的数据,这些数据来自目前仍在进行的AD研究。这是因为,用该研究所的克里斯·霍姆斯(Chris Holmes)的话说,“人工智能有潜力通过整合来自多个来源的信息,从EDoN等大规模数据研究中转换学习机会。我们将使用人工智能,通过将数字数据测量与传统来源(如脑成像和记忆测试)相结合,对疾病的早期信号提供新的见解。”

  研究人员希望对其进行分类和分析,以了解疾病在病程早期出现的症状,以便在未来建立预警系统。先前的研究表明,这是一种廉价的、多中心的、以家庭为基础的方法,可以更有效地监测患者,同时减轻医疗网络的负担。它还可以提高临床试验的效率。