家用无线设备跟踪帕金森病患者的疾病进展

帕金森病是增长最快的神经退行性疾病，目前影响全球超过 1000 万人，但临床医生在追踪其严重程度和进展方面仍面临巨大挑战。

临床医生通常通过在门诊就诊期间测试他们的运动技能和认知功能来评估患者。这些半主观的测量往往受到外部因素的影响——也许患者在长途开车到医院后感到疲倦。超过40%的帕金森氏症患者从未接受过神经科医生或帕金森氏症专家的治疗，这通常是因为他们住得离市中心太远或出行有困难。

为了解决这些问题，麻省理工学院和其他地方的研究人员展示了一种家用设备，可以监测患者的运动和步态速度，可用于评估帕金森病的严重程度、疾病的进展以及患者对药物的反应.

该设备的大小与 Wi-Fi 路由器差不多，它使用无线电信号被动地收集数据，这些无线电信号会在患者在家中移动时从患者的身体反射回来。患者不需要佩戴小工具或改变他们的行为。(最近的一项研究表明，这种类型的设备可用于从一个人睡觉时的呼吸模式中检测帕金森氏症。)

研究人员使用这些设备进行了两项研究，共有 50 名参与者参与。他们表明，通过使用机器学习算法分析他们收集的大量数据(超过 200,000 次步态速度测量)，临床医生可以比定期的临床评估更有效地跟踪帕金森病的进展。

“通过在家中安装一个设备，可以监控患者并远程告诉医生疾病的进展和患者的药物反应，这样即使患者不能来医院，他们也可以照看患者。诊所——现在他们拥有真实、可靠的信息——这实际上对提高公平性和获取途径大有帮助，”资深作者、电气工程和计算机科学系 (EECS) 的 Thuan 和 Nicole Pham 教授、一位计算机科学与人工智能实验室 (CSAIL) 和麻省理工学院 Jameel 诊所的首席研究员。

共同主要作者是EECS研究生Yingcheng Liu和Guo Zhang。该研究发表在《科学转化医学》上。

人体雷达

这项工作利用了以前在 Katabi 实验室开发的无线设备，该设备可以分析从人体反弹的无线电信号。它传输的信号仅使用 Wi-Fi 路由器的一小部分功率——这些超低功率信号不会干扰家中的其他无线设备。当无线电信号穿过墙壁和其他固体物体时，由于我们体内的水，它们会被人体反射。

这创建了一个“人体雷达”，可以跟踪房间中人的运动。无线电波总是以相同的速度传播，因此信号反射回设备所需的时间长度表明了人的移动方式。

该设备包含一个机器学习分类器，即使房间里有其他人在走动，它也可以挑选出从患者身上反射回来的精确无线电信号。复杂的算法使用这些运动数据来计算步速——人的行走速度。

因为设备在后台运行，整天运行，每天都可以收集海量的数据。研究人员想看看他们是否可以将机器学习应用于这些数据集，以便随着时间的推移深入了解这种疾病。

他们收集了 50 名参与者，其中 34 人患有帕金森氏症，并对家庭步态测量进行了两项观察性研究。一项研究持续了两个月，另一项研究持续了两年。通过这些研究，研究人员收集了超过 200,000 个单独的测量值，他们对这些测量值进行了平均，以消除由于设备状况或其他因素造成的变异性。(例如，设备可能会在清洁过程中意外关闭，或者患者在打电话时可能会走得更慢。)

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！