Чтобы эффективно управлять и лечить тремор у пациентов с БП, существует острая необходимость в подходе, который мог бы непрерывно точно измерять тремор без необходимости для пациентов выполнять определенные задачи, когда они занимаются своей повседневной деятельностью.
Исследователи из Колледжа инженерии и информатики Атлантического университета Флориды в сотрудничестве с Медицинской школой Икана на горе Синай и Медицинским центром Университета Рочестера обучают машины для выполнения этой работы. Они разработали алгоритмы, которые в сочетании с носимыми датчиками могут непрерывно контролировать пациентов и оценивать общий паркинсонический тремор, когда они выполняют различные свободные движения тела в естественной среде.
Результаты исследования, опубликованные в журнале Sensors, показывают, что этот новый подход имеет большой потенциал для обеспечения полного спектра тремора пациентов в течение дня.
«Единственное клиническое обследование в кабинете врача часто не позволяет охватить весь спектр тремора пациента в его или ее повседневной жизни», – сказал Бехназ Гораани, доктор философии.D., старший автор, доцент кафедры вычислительной техники, электротехники и информатики FAU, а также научный сотрудник Института датчиков и встроенных сетевых систем FAU (I-SENSE) и Института мозга FAU (I-BRAIN). «Носимые датчики в сочетании с алгоритмами машинного обучения могут использоваться дома или в другом месте для оценки степени тяжести тремора у пациента на основе того, как он проявляется в паттернах движений."
Большинство существующих подходов, используемых сегодня, зависят от задачи, требуя от пациентов выполнения стандартных задач, подобных тем, которые используются в оценочных шкалах.
Кроме того, эти подходы обеспечивают только умеренную или хорошую производительность из-за ограничений в лежащих в основе алгоритмах для характеристики моделей тремора от свободных движений тела пациентов.
Гораани и ее сотрудники хотели проверить идею о том, что алгоритмы машинного обучения могут отслеживать и количественно определять тремор покоя в повседневной деятельности и отделять ритмическую дрожь от нормальной деятельности без выполнения каких-либо стандартизированных задач.
Для исследования исследователи исследовали применение двух алгоритмов машинного обучения: повышение градиентного дерева и глубокое обучение на основе LSTM. Эти методы автоматически оценивают тяжесть тремора (покой и действие) с использованием данных двух гироскопических датчиков, размещенных на наиболее пораженных запястье и лодыжке пациентов с БП. Они собирали данные, когда пациенты выполняли различные действия, такие как ходьба, отдых, прием пищи и одевание.
Результаты исследования показали, что метод повышения уровня градиентного дерева оценивал общий тремор, а также промежуточную оценку тремора в состоянии покоя с высокой точностью и в большинстве случаев с теми же результатами, оцененными с использованием UPDRS.
Этот метод также показал снижение тремора после того, как пациенты принимали лекарства, даже в тех случаях, когда результаты не соответствовали общим промежуточным баллам тремора из оценок UPDRS. С другой стороны, метод на основе LSTM обеспечивал более низкую производительность.
«Особенно интересно то, что метод, который мы разработали, успешно обнаруживал тремор рук и ног с использованием только одного датчика на запястье и лодыжке соответственно», – сказал Муртадха Д. Хссайени, соавтор и доктор философии.D. студент факультета вычислительной техники, электротехники и информатики ФАУ.
Этот новый метод обеспечивает наивысшую производительность среди методов UPDRS, зависящих от задачи, и всех методов оценки тремора, не зависящих от задачи, о которых сообщалось в литературе на сегодняшний день.
«Это открытие важно, потому что наш метод может обеспечить лучшее временное разрешение для оценки тремора, чтобы обеспечить измерение полного спектра изменений тремора с течением времени», – сказал Гораани.
БП является вторым по распространенности возрастным нейродегенеративным заболеванием после болезни Альцгеймера. По оценкам, от 7 до 10 миллионов человек во всем мире страдают БП.
Считается, что в США около 1 миллиона американцев страдают БП. Каждый год около 60 000 американцев диагностируют это заболевание, и эта оценка не отражает тысячи случаев, которые остаются незамеченными.
«Для миллионов людей во всем мире, страдающих болезнью Паркинсона, профессор Гораани и ее сотрудники предлагают большие надежды на надежный подход к мониторингу их тяжести тремора в течение обычного дня», – сказала Стелла Баталама, доктор философии.D., декан факультета инженерии и информатики FAU. «Более того, метод, разработанный нашей командой, предоставит врачам жизненно важную информацию для эффективного ведения и лечения своих пациентов с этим заболеванием."
Соавторы исследования – Joohi Jimenez-Shahed, M.D., Медицинская школа Икана на горе Синай; и Мишель А. Бурак, М.D., Ph.D., Отделение неврологии, Медицинский центр Университета Рочестера.
Часть этого исследования была поддержана Национальным научным фондом (номер гранта CCSS-1936586, Ghoraani, PI).
Два гранта, предложенные Национальными институтами здравоохранения и Национальным институтом старения компании Cleveland Medical Devices (1R43NS071882-01A1; T. Mera, PI) и Great Lakes NeuroTechnologies Inc. (5R44AG044293), соответственно, использовались для поддержки сбора набора данных.