在過去十年中，用于測(cè)量個(gè)人生理機(jī)能的醫(yī)療級(jí)和消費(fèi)級(jí)可穿戴設(shè)備的使用激增。監(jiān)控我們自己的活動(dòng)和健康的能力比以往任何時(shí)候都更容易獲得。
雖然這些設(shè)備在生物醫(yī)學(xué)研究中的應(yīng)用主要限于心臟病學(xué)，但一項(xiàng)新研究表明，使用可穿戴電子胸貼結(jié)合機(jī)器學(xué)習(xí)和人工智能的進(jìn)步如何有助于開發(fā)雷特綜合征的新療法，以及許多其他健康狀況。
Gari Clifford 博士及其在埃默里大學(xué)和佐治亞理工學(xué)院的研究團(tuán)隊(duì)在 PLOSOne上發(fā)表文章，使用 MC10 Biostamp 貼片分析雷特綜合征患者的運(yùn)動(dòng)和心臟活動(dòng)。
Rett 綜合征是一種罕見的遺傳性神經(jīng)發(fā)育障礙，其特征是嚴(yán)重?fù)p傷，影響一個(gè)人正常說話、行走、進(jìn)食和呼吸的能力。目前無法治愈 Rett 綜合征，并且缺乏直接檢測(cè)患者癥狀和疾病進(jìn)展的客觀模式的能力。
在研究期間，可穿戴貼片監(jiān)測(cè)研究參與者的心臟活動(dòng)和運(yùn)動(dòng)。在連續(xù) 48 小時(shí)內(nèi)收集的數(shù)據(jù)隨后被用于開發(fā)機(jī)器學(xué)習(xí)算法，該算法確定了 Rett 綜合征嚴(yán)重程度特有的生理和運(yùn)動(dòng)模式。特別是，Clifford 和他的團(tuán)隊(duì)發(fā)現(xiàn)了運(yùn)動(dòng)和心率的三種特定模式(以及它們?nèi)绾蜗嗷ビ绊?，使他們能夠準(zhǔn)確地區(qū)分癥狀嚴(yán)重程度高低的個(gè)體。
這導(dǎo)致了一個(gè)系統(tǒng)，該系統(tǒng)有可能根據(jù)他們的運(yùn)動(dòng)和心臟活動(dòng)客觀地對(duì)整個(gè)人群的癥狀嚴(yán)重程度進(jìn)行分級(jí)。這些數(shù)據(jù)對(duì)在未來的臨床試驗(yàn)中改善 Rett 綜合征患者治療選擇的努力具有重要意義。
當(dāng)前衡量治療效果的選項(xiàng)依賴于臨床醫(yī)生或家長(zhǎng)完成的問卷調(diào)查。從心臟和運(yùn)動(dòng)活動(dòng)中得出的與患者整體嚴(yán)重程度相匹配的生理指標(biāo)可能是一個(gè)重要的生物標(biāo)志物，它表明治療是否有助于以后的其他癥狀，如交流和活動(dòng)能力。
標(biāo)簽：
免責(zé)聲明：本文由用戶上傳，如有侵權(quán)請(qǐng)聯(lián)系刪除！