多发性硬化症（MS）是一种隐匿的疾病。 患者遭受痛苦是因为他们的免疫系统正在攻击自己的神经纤维，从而抑制神经信号的传输。 多发性硬化症患者的运动功能和感觉知觉会以多种方式出现轻度到重度损伤。 这些障碍扰乱了他们的日常活动并降低了他们的整体生活质量。 该疾病的症状和进展因人而异，其治疗方式也因人而异。 为了监测疾病进展并能够推荐有效的治疗方法，医生定期询问患者描述他们的症状，例如疲劳。
脱离记忆
因此，患者面临着一项棘手的任务，即必须提供有关他们的健康状况以及他们在过去几周甚至几个月的记忆中的能力的信息。 以这种方式收集的数据可能不准确且不完整，因为患者可能会记错细节或根据社会期望调整他们的反应。 由于这些反应对疾病进展的记录方式有重大影响，因此可能会管理不当。
Shkurta Gashi 解释说：“医生将受益于对患者健康参数进行可靠、频繁和长期的测量，从而准确、全面地了解他们的健康状况。” 她是一项新研究的主要作者，也是 ETH 计算机科学系教授 Christian Holz 和 Gunnar Rätsch 领导的小组的博士后，也是 ETH 人工智能中心的研究员。
Gashi 与苏黎世联邦理工学院、苏黎世大学医院和苏黎世大学的同事一起证明，健身追踪器和智能手机可以提供这种可靠的长期数据，具有高时间分辨率。 他们的研究发表在《NPJ 数字医学》杂志上。
MS 数字标记
研究人员招募了一组志愿者——其中 55 名患有多发性硬化症，另外 24 名作为对照对象——并为每个人提供了一个健身追踪臂带。 在两周的时间里，研究人员从这些可穿戴设备以及参与者的智能手机中收集了数据。 然后，他们对这些数据进行统计测试和机器学习分析，以识别可靠且临床有用的信息。
事实证明特别有意义的是从参与者的可穿戴设备收集的身体活动和心率数据。 参与者的疾病严重程度和疲劳程度越高，他们的体力活动和心率变异性就越低。 与对照组相比，多发性硬化症患者每天的步数更少，体力活动总体水平较低，心跳间隔更一致。
人们使用智能手机的频率还提供了有关他们疾病严重程度和疲劳程度的重要信息：研究参与者使用手机的频率越低，他们的残疾程度就越高，疲劳程度也就越严重。 研究人员通过类似游戏的智能手机测试深入了解了运动功能。 这项测试是几年前在 ETH 开发的，要求用户尽可能快地点击屏幕，以使虚拟人尽可能快地移动。 监测一个人敲击的速度以及敲击频率随时间的变化情况，研究人员可以得出有关他们的运动技能和身体疲劳的结论。
“总而言之，健身追踪器和智能手机的数据相结合，让我们能够高精度地区分健康参与者和患有多发性硬化症的参与者，”Gashi 说。 “结合与疾病多个方面相关的信息，包括生理、行为、运动表现和睡眠信息，对于更有效和准确地监测疾病至关重要。”
可靠的方法
这种新方法为多发性硬化症患者提供了一种在日常生活中收集可靠且对临床有用的长期数据的直接方法。 研究人员期望此类数据能够带来更好的治疗方法和更有效的疾病管理技术：更全面、精确和可靠的数据可以帮助专家做出更好的决策，甚至可能比以前更快地提出有效的治疗方法。 更重要的是，通过评估这些患者数据，专家可以验证不同治疗方法的有效性。
研究人员现已将他们的数据集提供给其他科学家。 他们还指出需要进行更大规模的研究和更多数据来开发可靠且可推广的自动评估模型。 未来，借助来自健身追踪器和智能手机的数据，此类模型可以使多发性硬化症患者的生活得到显着改善。
资讯来源：由a0资讯编译自THECOINREPUBLIC。版权归作者A0资讯所有，未经许可，不得转载
