Draagbare medische sensoren die op grote schaal worden gebruikt in ziekenhuizen en klinieken, verspreiden zich naar de mainstream naarmate technologiebedrijven ze steeds meer in populaire elektronica opnemen, van de slimme horloges van Apple tot Fitbit-fitnessbandjes.

De ingenieurs van Princeton werken eraan om deze sensortechnologieën een stap verder te brengen door software te ontwikkelen die op een dag meerdere gezondheidsaanwijzingen van draagbare sensoren zou kunnen gebruiken om talloze ziekten in realtime te diagnosticeren. Wanneer volledig ontwikkeld, het systeem zou een patiënt waarschuwen die diabetes ontwikkelt, bijvoorbeeld.

In een paper in het journaal IEEE-transacties op multi-scale computersystemen , onderzoekers onder leiding van Niraj Jha meldden dat hun systeem, het hiërarchische ondersteuningssysteem voor gezondheidsbeslissingen (HDSS), gebruikte biomedische gegevens om met succes vijf ziekten te detecteren in simulaties die zijn gemaakt op basis van een samensmelting van patiëntgegevens. De krant, gepubliceerd in het tijdschrift van oktober-december. probleem, stelt dat het systeem diabetes type 2 diagnosticeerde met een nauwkeurigheid van 78 procent, aritmie met een nauwkeurigheid van 86 procent, urineblaasaandoening met een nauwkeurigheid van 99 procent, hypothyroid met een nauwkeurigheid van 95 procent en nierbekkennefritis met een nauwkeurigheid van 94 procent.

HDSS wordt openbaar gebruikt, geanonimiseerde biomedische gegevens van honderden patiënten en voerde deze door acht algoritmen voor machinaal leren die door de onderzoekers waren getraind om typische symptomen van deze ziekten te herkennen. De gegevens bestaan ​​uit fysiologische metingen die zijn verzameld door in de handel verkrijgbare medische sensoren die zijn ingebed in kleine elektronische apparaten die aan ziekenhuispatiënten zijn bevestigd. Artsen gebruiken ze om zaken als bloeddruk en galvanische huidreactie (GSR) te volgen, die het vochtgehalte in de huid meet om stress te identificeren.

Het nieuwe systeem gaat verder dan deze individuele datapunten door ze te vergelijken met openbaar beschikbare data over ziektesymptomen. Hierdoor kan de software tekenen van problemen detecteren waarvan patiënten zich niet bewust zijn, of symptomen die ze niet aan hun artsen onthullen.

"Dit opent voor het eerst de mogelijkheid dat buiten een kliniek, individuen kunnen controleren of ze een ziekte hebben ontwikkeld of kunnen ontwikkelen, " zei Jha, hoogleraar elektrotechniek, die de nieuwe technologie met Hongxu Yin ontwikkelde, een elektrotechniek Ph.D. student.

De auteurs merken op dat er al veel onderzoek wordt gedaan naar de integratie van patiëntinformatie en diagnostische programma's die in ziekenhuizen en klinieken worden gebruikt. Maar in plaats van zich te concentreren op intramurale behandeling, Het team van Jha werkt aan het toepassen van gegevens van draagbare sensoren die bedoeld zijn voor dagelijks gebruik, zoals horloges of polsbandjes. De aanpak zou artsen voorzien van symptomatische informatie die patiënten misschien zijn vergeten of niet zijn opgemerkt, en zou het ook mogelijk maken om patiënten te volgen na een diagnose.

"Dit wijst op de behoefte aan betrouwbare, nauwkeurige en intelligente beslissingsondersteuning buiten de kliniek, ’ schreven de onderzoekers.

De onderzoekers zeiden dat het uiteindelijke doel zowel is om de efficiëntie in de gezondheidszorg te verhogen als om eerdere diagnoses en betere patiëntresultaten mogelijk te maken. Yin zei dat de onderzoekers uiteindelijk het soort gegevens dat beschikbaar is voor gebruik bij diagnoses willen uitbreiden, zoals patiëntendossiers of genetische informatie.

Het systeem is gebaseerd op ziektemodules, die machine learning-modellen bevatten op basis van verschillende functies die verband houden met ziekten. Tot dusver, Jha en Yin hebben vijf modules ontwikkeld, maar de onderzoekers merkten op dat er meer dan 69, 000 menselijke ziekten geclassificeerd door de Wereldgezondheidsorganisatie. Aan de positieve kant, de onderzoekers schatten dat de informatie die nodig is om al deze ziekten te diagnosticeren ongeveer 62 gigabyte opslagruimte zou gebruiken, wat ruim binnen de grenzen van een cloudgebaseerde applicatie valt.

Een uitdaging voor elk toekomstig systeem op basis van draagbare sensoren is gegevensbeveiliging, zei Yin. Het verzenden van vertrouwelijke gezondheidsgegevens roept veiligheidsproblemen op, en de onderzoekers denken dat een oplossing zou zijn om analyses uit te voeren op een persoonlijk apparaat. The device would then transmit diagnoses to doctors monitoring a patient, rather than all the raw data.

Als volgende stap, the researchers and colleagues at the Carrier Health Clinic have proposed a clinical trial to test the efficacy of HDSS technology on patients with schizophrenia, bipolar disorder, and other illnesses. Carrier, is a non-profit behavioral health clinic in Belle Mead New Jersey.

Andrew Walsh, the clinical trial coordinator at Carrier, said the new system could particularly benefit patients who have difficulty in understanding their symptoms or conveying them to their doctors.

"The application of this is amazing for the behavioral health field because it gives us … insight on a level that we've never been able to achieve, " hij zei.