非营利非商业性健康信息的可信来源
美国抗衰老、预防和再生医学学会的原始声音
标志 标志
老化 行为 计算机与医学 创新

基于传感器的家庭年龄相关疾病早期检测

3个月,3个星期前

2913 0
发布于2022年8月30日下午4点

研究人员伯尔尼大学和伯尔尼大学医院Inselspital的研究人员展示了记录运动模式的传感器如何在早期阶段帮助检测老年人的健康问题,包括老年抑郁症、跌倒风险或认知障碍。在未来,这可以帮助老年人在家里过更长时间的自主生活,缓解医疗系统日益增加的压力。

我们运动模式的特定变化可能是几种健康问题的指标:例如,力量下降往往与跌倒、轻度认知障碍、抑郁、睡眠问题、呼吸问题、心律失常以及心肌衰弱加剧或COVID-19感染恶化的风险相关。在老年人中,系统地检测这些变化可以帮助在早期发现慢性疾病,如痴呆症、帕金森病或心脏病。这些与年龄有关的健康问题通常发现较晚,其进展通常难以客观评估。

由ARTORG生物医学工程研究中心的Tobias Nef和伯尔尼大学和伯尔尼大学医院的心脏病学荣誉教授Hugo Saner领导的跨学科研究小组现在展示了大规模的基于传感器的健康监测如何解决这些问题。研究人员将老年人家中的传感器测量的各种日常活动和行为模式结合起来,帮助他们创建一个总结图片。“我们在家中使用非接触式传感器创建了广泛的数字测量集,捕捉日常生活、行为和生理的广泛部分,以便在早期阶段识别老年人的健康风险,”该研究的第一作者和博士后研究员Narayan博士解释说Schütz。这可能有利于早期发现,并促进个性化治疗的发展和对新的治疗方法和药物的研究。这项研究发表在数字医学

系统可靠,为老年人所接受

研究人员最初使用专门为老年人量身定制的非交互传感器收集了1268个健康参数。部署的系统包括每个房间的简单的非接触式运动传感器,床垫下的床传感器,前门和冰箱上的门传感器。该系统连接到基站,分析已登记的运动信号,并在出现问题或紧急情况时通知亲属或警报中心,例如当某人晚上不睡觉时。然后,研究人员使用机器学习方法评估以这种方式收集的数据。

ARTORG中心老年技术和康复教授、该研究的最后一位作者Tobias Nef说:“我们能够证明,与常用的一些健康指标相比,这种系统方法可以很好地检测出与年龄相关的健康问题,如认知障碍、跌倒风险或虚弱。”与可穿戴设备相比,这种基于传感器的家庭监控方法在老年人中得到了良好的认可:由Tobias Nef和Hugo Saner领导的跨学科研究小组能够在计算机科学、行为研究和医学跨越十多年的科学合作中证明,瑞士的老年测试对象发现移动设备的日常操作相当繁琐,一些人由于灵巧性或认知问题根本无法操作它们。特别是,80岁以上的老年人显然更喜欢像研究中使用的那种零交互系统。

此外,数据保护和隐私是优先考虑的:“为了确保在技术层面上保护隐私和数据,应用了瑞士和欧洲最高的医疗数据安全标准,”Narayan Schütz指出。为了保护隐私,所部署的传感器也不录制声音或视频,而且它们的安装完全是自愿的——这两个方面都是研究参与者所赞赏的。

巨大的潜力

大量日常健康数据的评估和组合也提供了识别可能与衰老相关的新型数字生物标志物的潜力:“例如,我们发现跌倒风险可能在很大程度上取决于某些睡眠参数的迹象,”Tobias Nef解释说。

Hugo Saner教授负责临床数据收集,也是该研究的最后一名作者,他评估了结果的临床相关性:“这样的系统标志着独自生活到老年的老年人健康恶化的早期检测的一个里程碑。我们认为,通过推迟住院和转到护理机构,或者在最好的情况下,甚至避免住院,它可以为使老年人尽可能长时间地住在家里做出重大贡献。”根据研究人员的说法,对典型老年疾病进行更好的早期检测和个性化治疗,不仅可以帮助老年人获得更好的健康,还可以降低医疗成本。

就像你在网上读到的任何东西一样,这篇文章不应该被理解为医学建议;在改变你的健康习惯之前,请咨询你的医生或初级保健提供者。

内容可以根据风格和长度进行编辑。

提供的资料:

https://www.unibe.ch/news/media_news/media_relations_e/media_releases/2022/media_releases_2022/sensor_based_early_detection_of_age_related_diseases_from_home/index_eng.html

https://www.unibe.ch/index_eng.html

http://dx.doi.org/10.1038/s41746-022-00657-y

https://www.nature.com/articles/s41746-022-00657-y

narayan.schuetz@unibe.ch

tobias.nef@unibe.ch

hugo.saner@med.unibe.ch



世界卫生视频

Baidu