研究者たちは、家庭用センサー技術と人工知能を組み合わせて、ALS 患者の健康状態の日々の変化を監視し、早期介入と生活の質の向上への道を切り開いています。
ビル・ジェーンズは、筋萎縮性側索硬化症 (ALS) 患者の生活を改善するという使命を担っています。資格のある作業療法士であり、ミズーリ大学の研究者でもある彼は、この病気が人の体力、言語、自立をどのように奪うのかを直接見てきました。
ALS は筋肉の動きを制御する神経細胞を損傷し、筋力低下や、話す、飲み込む、呼吸に障害を引き起こします。しかし、この病気は誰にとっても同じように見えるわけではありません。急速に機能が低下する人もいますが、徐々に機能を失う人もいます。
こうしたケアのギャップを埋めるために、ジェーンズ氏はミズー医学部およびデータサイエンス情報学研究所の専門家と協力して、ALSの進行をリアルタイムで追跡するよりスマートな方法を構築しています。彼らのソリューションは、家庭用センサーと人工知能を組み合わせて使用します。
「現時点では、私たちは基本的に、診療の間に何が起こっているのか全く分かりません」と、ミズー大学健康科学部の助教授であるジェーンズ氏は言う。 「これらのセンサーを使用すると、健康状態の微妙な変化をより早く（場合によっては患者が感じる前に）検出し、危機が発生する前に行動することができます。」
ミズーの工学部のマージョリー・スクビック名誉教授とミズーのシンクレア看護学校のマリリン・ランツ名誉教授は、当初、在宅高齢者の健康状態を監視するセンサーを開発した。このデバイスは、歩行や睡眠パターンなどの行動や身体活動の変化を検出し、深刻な健康事象を遅らせたり予防したりする医療介入を促すことができます。
現在、ジェーンズ氏らは、ALS患者のニーズに合わせてセンサーを適応させている。ALS患者の機能低下はしばしば高齢者のそれを反映しているが、より急速かつ予測不可能に進行する。
現在、チームはセンサーデータが患者の日々の機能における現実世界の変化を正確に反映していることを検証することに重点を置いています。次のフェーズでは、予測モデリングを使用して収集されたデータを理解します。
データは家庭にある 2 つの小さなボックスをワイヤレスで流れ、その後大学のシステムに安全に転送され、研究者はそこで結果を研究できます。 AI の一種である機械学習を使用して、予測モデルを構築して、改訂版 ALS 機能評価スケール (ALSFRS-R) の各患者のスコアを推定します。ALSFRS-R は、歩行、会話、嚥下、呼吸など、ALS が人の日常能力に長期的にどのような影響を与えるかを測定する臨床ツールです。
このプロジェクトのデータサイエンスの取り組みを主導しているのは、医学部の研究アナリストであり、ミズーのデータサイエンス情報学研究所の健康情報学の博士号取得候補者でもあるノア・マーシャル氏です。
「私たちの目標は、変化が起こった後に追跡するだけではなく、事前に変化を確認しようとすることでもあるのです」とマルシャル氏は言います。 「たとえば、転倒や入院を引き起こす前に、歩行や呼吸の問題を検出できるようにしたいと考えています。」
ジェーンズ氏が、センサーが ALS 治療にどのような変革をもたらすかを認識したとき、マーシャル氏は、医学部生物医療情報学の助教授であるシン・ソン氏の指導顧問の指導を受けて、そのビジョンを実現するのに貢献しました。
プロジェクトの最終段階では、研究者はシステムを臨床ワークフローに直接統合します。モデルが懸念される低下を予測した場合、臨床医は患者の様子を確認したり、投薬を調整したり、補助器具を推奨したり、さらなる治療を提案したりするためのアラートを受け取ることができます。
参加家族からの初期のフィードバックは肯定的であり、多くの人がこのシステムがもたらすつながりの感覚と安心感を高く評価しています。
「私たちのビジョンは、いつか臨床医が、ICU チームが遠隔測定を監視するのと同じように、患者の日々の健康傾向を確認できる安全なポータルを手に入れることです」とジェーンズ氏は言います。
「ALSとともに生きる人々とそのケアチームに、必要なときに必要な情報を提供することです。」
現在のプロジェクトは ALS に焦点を当てていますが、この同じ技術を応用して、パーキンソン病や心不全などの他の慢性疾患の監視にも応用できる可能性があります。
研究が雑誌に掲載される デジタルヘルスのフロンティア。
1764707307
#センサー技術と #は #ALS #治療を改善する可能性がある
2025-12-02 20:04:00