in

En surveillant en permanence la vitesse de marche d'un patient, le système peut évaluer la gravité de l'état entre les visites au cabinet du médecin.


La maladie de Parkinson est la maladie neurodégénérative à la croissance la moreover rapide, affectant désormais as well as de 10 tens of millions de personnes dans le monde, mais les cliniciens sont toujours confrontés à d’énormes défis pour suivre sa gravité et sa progression.

Les cliniciens évaluent généralement les individuals en testant leurs habiletés motrices et leurs fonctions cognitives lors des visites à la clinique. Ces mesures semi-subjectives sont souvent faussées par des facteurs extérieurs – peut-être qu’un client est fatigué après un prolonged trajet jusqu’à l’hôpital. Additionally de 40 % des personnes atteintes de la maladie de Parkinson ne sont jamais traitées par un neurologue ou un spécialiste de la maladie de Parkinson, souvent parce qu’elles habitent trop loin d’un centre urbain ou ont de la difficulté à se déplacer.

Dans un hard work pour résoudre ces problèmes, des chercheurs du MIT et d’ailleurs ont démontré un appareil à domicile able de surveiller les mouvements et la vitesse de marche d’un patient, qui peut être utilisé pour évaluer la gravité de la maladie de Parkinson, la progression de la maladie et la réponse du patient aux médicaments..

L’appareil, qui a à peu près la taille d’un routeur Wi-Fi, recueille des données de manière passive à l’aide de signaux radio qui se reflètent sur le corps du affected individual lorsqu’il se déplace dans sa maison. Le affected individual n’a pas besoin de porter un gadget ni de modifier son comportement. (Une étude récente, par exemple, a montré que ce kind d’appareil pouvait être utilisé pour détecter la maladie de Parkinson à partir des schémas respiratoires d’une personne pendant son sommeil.)

Les chercheurs ont utilisé ces appareils pour mener deux études qui ont impliqué un overall de 50 individuals. Ils ont montré qu’en utilisant des algorithmes d’apprentissage automatique pour analyser les trésors de données qu’ils ont recueillis (plus de 200 000 mesures de vitesse de marche), un clinicien pouvait suivre la development de la maladie de Parkinson moreover efficacement qu’il ne le ferait avec des évaluations périodiques en clinique.

“En étant capable d’avoir un appareil à la maison qui peut surveiller un affected individual et informer le médecin à length de la development de la maladie et de la réponse médicamenteuse du affected person afin qu’il puisse s’occuper du affected person même si le individual ne peut pas venir au clinique – ils disposent maintenant d’informations réelles et fiables – qui contribuent grandement à améliorer l’équité et l’accès », déclare l’auteure principale Dina Katabi, professeure Thuan et Nicole Pham au Département de génie électrique et d’informatique (EECS), et chercheur principal au Laboratoire d’informatique et d’intelligence artificielle (CSAIL) et à la clinique Jameel du MIT.

Les co-auteurs principaux sont les étudiants diplômés de l’EECS Yingcheng Liu et Guo Zhang. La recherche est publiée dans Science Translational Medication.

Un radar humain

Ce travail utilise un appareil sans fil précédemment développé dans le laboratoire Katabi qui analyse les signaux radio qui rebondissent sur le corps des gens. Il transmet des signaux qui utilisent une infime fraction de la puissance d’un routeur Wi-Fi – ces signaux à très faible puissance n’interfèrent pas avec les autres appareils sans fil de la maison. Alors que les signaux radio traversent les murs et autres objets solides, ils sont réfléchis par les humains en raison de l’eau présente dans notre corps.

Cela crée un “radar humain” qui peut suivre le mouvement d’une personne dans une pièce. Les ondes radio voyagent toujours à la même vitesse, de sorte que le temps nécessaire aux signaux pour se refléter sur l’appareil indique remark la personne se déplace.

L’appareil intègre un classificateur d’apprentissage automatique qui peut détecter les signaux radio précis réfléchis par le individual même lorsque d’autres personnes se déplacent dans la pièce. Des algorithmes sophistiqués utilisent ces données de mouvement pour calculer la vitesse de marche, c’est-à-dire la vitesse à laquelle la personne marche.

Parce que l’appareil fonctionne en arrière-prepare et fonctionne toute la journée, tous les jours, il peut collecter une quantité enormous de données. Les chercheurs voulaient voir s’ils pouvaient appliquer l’apprentissage automatique à ces ensembles de données pour mieux comprendre la maladie au fil du temps.

Ils ont réuni 50 contributors, dont 34 avaient la maladie de Parkinson, et ont mené deux études observationnelles de mesures de la marche à domicile. Une étude a duré deux mois et l’autre a été menée sur deux ans. Grâce aux études, les chercheurs ont recueilli additionally de 200 000 mesures individuelles qu’ils ont moyennées pour lisser la variabilité thanks à l’état de l’appareil ou à d’autres facteurs. (Par exemple, l’appareil peut s’éteindre accidentellement pendant le nettoyage, ou un affected person peut marcher as well as lentement lorsqu’il parle au téléphone.)

Ils ont utilisé des méthodes statistiques pour analyser les données et ont découvert que la vitesse de marche à domicile peut être utilisée pour suivre efficacement la progression et la gravité de la maladie de Parkinson. Par exemple, ils ont montré que la vitesse de marche diminuait presque deux fois plus vite pour les personnes atteintes de la maladie de Parkinson que pour les autres.

“La surveillance carry on du client pendant qu’il se déplace dans la pièce nous a permis d’obtenir de très bonnes mesures de sa vitesse de marche. Et avec autant de données, nous avons pu effectuer une agrégation qui nous a permis de voir de très petites différences”, explique Zhang.

Des résultats meilleurs et additionally rapides

L’exploration de ces variabilités a fourni des informations clés. Par exemple, les chercheurs ont pu voir que les fluctuations intrajournalières de la vitesse de marche d’un client correspondent à la façon dont il réagit à ses médicaments – la vitesse de marche peut s’améliorer après une dose, puis commencer à décliner après un sure temps.

“Cela nous donne vraiment la possibilité de mesurer objectivement remark votre mobilité réagit à vos médicaments. Auparavant, c’était presque unachievable à faire auto cet effet médicamenteux ne pouvait être mesuré qu’en demandant au affected person de tenir un journal”, explique Liu.

Un clinicien pourrait utiliser ces données pour ajuster la posologie des médicaments de manière in addition efficace et in addition précise. Ceci est particulièrement critical motor vehicle de nombreux médicaments utilisés pour traiter les symptômes de la maladie peuvent provoquer des effets secondaires graves si le patient en reçoit trop.

Les chercheurs ont pu démontrer des résultats statistiquement significatifs concernant la development de la maladie de Parkinson après avoir étudié 50 personnes pendant un an seulement  en revanche, une étude souvent citée de la Fondation Michael J. Fox a impliqué as well as de 500 personnes et les a surveillées pendant plus de cinq ans, dit Katabi.

“Pour une société pharmaceutique ou une société de biotechnologie essayant de développer des médicaments pour cette maladie, cela pourrait réduire considérablement le fardeau et les coûts et accélérer le développement de nouvelles thérapies”, ajoute-t-elle.

Katabi attribue une grande partie du succès de l’étude à l’équipe dévouée de scientifiques et de cliniciens qui ont travaillé ensemble pour s’attaquer aux nombreuses difficultés qui se sont posées en cours de route. D’une element, ils ont commencé l’étude avant la pandémie de Covid-19, de sorte que les ingénieurs sont d’abord entrés dans les maisons des gens pour installer les appareils. Lorsque cela n’était plus attainable, ils ont développé une méthode pour déployer à length des appareils et ont créé une software conviviale pour les members et les cliniciens.

Au cours de l’étude, ils ont appris à automatiser les processus et à réduire les efforts, en particulier pour les participants et l’équipe clinique.

Ces connaissances s’avéreront utiles lorsqu’ils chercheront à déployer des dispositifs dans des études à domicile d’autres problems neurologiques, tels que la maladie d’Alzheimer, la SLA et la maladie de Huntington. Ils veulent également explorer remark ces méthodes pourraient être utilisées, en conjonction avec d’autres travaux du laboratoire Katabi montrant que la maladie de Parkinson peut être diagnostiquée en surveillant la respiration, pour collecter un ensemble holistique de marqueurs qui pourraient diagnostiquer la maladie tôt et ensuite être utilisé pour suivre et traitez-le.

Ce travail est soutenu, en partie, par les Countrywide Institutes of Health and fitness et la Fondation Michael J. Fox.