Parkinsonin hoidon muuttaminen ennakoivilla algoritmeilla (TechHealthPD)

Parkinsonin tauti (PD) on toiseksi yleisin neurodegeneratiivinen häiriö ja yleisin motoriseen koordinaatioon vaikuttava häiriö. Sitä sairastaa 2 % yli 65-vuotiaista ja 4 % yli 80-vuotiaista [1,2]. Potilailla, joilla on diagnosoitu PD, on vakavia motorisia ja ei-motorisia oireita. Tyypillisiä motorisia oireita ovat lepovapina tai jäykkyys, tahdonalaisten liikkeiden hitaus, jota kutsutaan bradykinesiaksi, ääntämisvaikeudet puhuttaessa, kun taas ei-motorisia oireita voivat olla uni-, kognitiiviset ja autonomisen toiminnan häiriöt [3,4]. PD ei ainoastaan ​​häiritse motorista toimintaa, vaan myös vaikuttaa merkittävästi sairauden kanssa elävien elämänlaatuun, unirytmiin, kognitiivisiin näkökohtiin ja mielialaan. Vaikka PD:hen ei ole parannuskeinoa, tietyt hoidot, kuten lääkitys, leikkaus ja monitieteiset lähestymistavat, voivat tehokkaasti käsitellä ja hallita PD:hen liittyviä oireita. Kun otetaan huomioon hoitojen moninaisuus ja motoristen ja ei-motoristen oireiden monipuolinen vaikutus päivittäiseen toimintaan, kokonaisvaltaisempien interventioiden tarve kasvaa. Lukuisat tutkimukset ovat tutkineet elämäntapainterventioiden, kuten fyysisen aktiivisuuden (PA) vaikutusta PD:n eri puoliin, mikä viittaa siihen, että PD:tä sairastavat potilaat voivat hyötyä PA:sta useilla tavoilla, yleisistä terveydentilan paranemisesta sairauskohtaisiin vaikutuksiin ja mahdollisesti , sairautta modifioivia tuloksia [5,6]. Tätä tarkoitusta varten suoritimme satunnaistetun kaksoissokkoutetun kliinisen tutkimuksen, jossa tutkittiin PA:n vaikutuksia mitokondrioiden toimintaan ihon fibroblasteissa potilailla, joilla on PD (NCT05963425) [7]. Tämä oli interventiotutkimus, jossa oli 24 potilasta, jotka jaettiin satunnaisesti kolmeen ryhmään (8 potilasta/ryhmä). Ensimmäinen ryhmä suoritti perusfyysistä harjoitusta (BPT) voiman ja vastuksen perusteella, toinen ryhmä suoritti BPT:tä yhdistettynä toiminnallisiin harjoituksiin (BPTFE) kognitiiviseen ja motoriseen harjoitteluun, ja kolmas ryhmä ei suorittanut mitään toimintaohjelmaa, joka toimi kontrollina. PA-interventiot kestivät 60 minuuttia 3 kertaa viikossa 16 viikon ajan. Päätavoitteena oli arvioida PA:n vaikutuksia mitokondrioiden toimintaan ja sen vaikutuksia moniin kliinisiin tekijöihin, kuten motoriseen toimintaan, elämänlaatuun, uneen, kognitiivisiin näkökohtiin ja mielialaan.

Edellisen tutkimuksen kokonaisvaltaisten oivallusten pohjalta tämä projekti pyrkii luomaan älykkään teknologisen alustan tekoälyn (AI) avulla edistämään terveitä tapoja ja optimaalista kliinistä hoitoa PD-väestön keskuudessa. Tekniset alustat tulevat esiin välineinä PD-hallinnan maiseman muuttamisessa. Nämä alustat voivat helpottaa jatkuvaa seurantaa ja räätälöityjä interventioita, jotka yhdistävät esimerkiksi elämäntyyliin upotetut harjoitusohjelmat [8,9]. Vaikka teknologiset interventiot ovat osoittautuneet lupaaviksi terveellisten tapojen edistämisessä [10], tekoälyn integroimisesta yksilöllisiin interventioihin PD:n yhteydessä on vain vähän tutkimusta [11]. Tähän mennessä kehitetyillä malleilla on useita keskeisiä rajoituksia, mukaan lukien vain yhden ominaisuuden käyttö (esim. motoriset oireet), mallioletukset siitä, että potilaat seuraavat kiinteää etenemistä tai eivät ota huomioon sekä positiivisia että negatiivisia oireenmukaisten PD-hoitojen vaikutuksia [12]. Käsittelemme tässä nykyisiä rajoituksia ja ehdotamme tekoälymalliin perustuvaa kokonaisvaltaista lähestymistapaa, joka tarjoaa ammattilaisille, potilaille ja hoitajille älykkään alustan, joka pystyy edistämään terveellisiä tapoja ja optimoimaan kliinisiä näkökohtia. Tässä tunnustamme PA:n merkityksen muiden terveiden tapojen ohella PD-potilaille sisällyttämällä siihen yli 50 muuta muuttujaa Movement Disorder Societyn tukemasta yhtenäisen Parkinsonin taudin arviointiasteikon (MDS-UPDRS) tarkistuksesta, joka on kattava kliininen työkalu arvioida PD-potilaiden motorisia ja ei-motorisia oireita, jaettuna neljään osaan, jotka arvioivat päivittäisiä kokemuksia, motorista tutkimusta ja hoitoon liittyviä motorisia komplikaatioita. Tärkeää on, että kerätyt tiedot validoidaan Parkinson's Progression Markers Initiative (PPMI) -tutkimuksella, joka on yli 1 500 potilaalla tehty maamerkkitutkimus, joka on suunniteltu tunnistamaan PD:n etenemisen biomarkkereita, mikä parantaa löydöstemme luotettavuutta ja sovellettavuutta. Tämän projektin onnistunut toteutus huipentuu integroituun ratkaisuun, joka yhdistää verkko- ja mobiilirajapinnat ja parantaa PD-diagnostiikka- ja seurantatoimintojen yleistä käytettävyyttä ja tehokkuutta. Ehdotetulla tekoälyyn perustuvalla älykkäällä alustalla on merkittäviä sosiaalisia vaikutuksia, ensisijaisesti PD-potilaiden elämänlaadun parantamisessa puuttumalla sekä motorisiin että ei-motorisiin oireisiin. Se edistää kattavampaa ja yksilöllisempää lähestymistapaa PD:n hallintaan ylittäen nykyisten hoitomenetelmien rajoitukset, jotka usein keskittyvät sairauden yksittäisiin näkökohtiin. Sisällyttämällä laajan valikoiman muuttujia vakiintuneesta kliinisestä tietokannasta alustan tavoitteena on tarjota räätälöityjä interventioita, jotka edistävät terveitä tapoja ja optimoivat kliiniset tulokset. Lisäksi alustan tekoälyn käyttö jatkuvaan seurantaan ja mukautuviin interventioihin vahvistaa potilaita ja hoitajia, tarjoaa reaaliaikaista tukea ja vähentää terveydenhuoltojärjestelmien taakkaa. Tämä merkitsee siirtymistä kohti potilaskeskeisempää, ennakoivampaa hoitoa, mikä saattaa parantaa taudin etenemisen hallintaa ja elämänlaatua ikääntyvälle väestölle, jolla on PD. Yhteenvetona voidaan todeta, että kokonaisvaltaisella lähestymistavalla pyritään antamaan arvokasta näkemystä PD:n etenemisestä ja tukemaan terveellisten tapojen käyttöönottoa kliinisessä käytännössä.