A Parkinson-kór átalakítása prediktív algoritmusokkal (TechHealthPD)

A Parkinson-kór (PD) a második legelterjedtebb neurodegeneratív rendellenesség és a leggyakoribb mozgáskoordinációt érintő rendellenesség, amely a 65 év feletti lakosság 2%-át, a 80 év felettiek 4%-át érinti [1,2]. A PD-vel diagnosztizált betegek súlyos motoros és nem motoros tünetekkel küzdenek. A tipikus motoros tünetek közé tartozik a nyugalmi remegés vagy merevség, az akaratlagos mozgások lassúsága, amelyet bradikinéziának neveznek, a kiejtési nehézségek beszéd közben, míg a nem motoros tünetek lehetnek alvási, kognitív és autonóm funkciózavarok [3,4]. A PD nemcsak a motoros funkciókat zavarja meg, hanem jelentősen befolyásolja a betegséggel élők életminőségét, alvási szokásait, kognitív aspektusait és hangulatát is. Bár a PD-re nincs gyógymód, bizonyos kezelések, mint például a gyógyszeres kezelés, a műtét és az interdiszciplináris megközelítések hatékonyan kezelhetik és kezelhetik a PD-vel kapcsolatos tüneteket. Tekintettel a kezelések sokféleségére, valamint a motoros és nem motoros tüneteknek a mindennapi működésre gyakorolt ​​változatos hatására, egyre nagyobb szükség van átfogóbb beavatkozásokra. Számos tanulmány tárta fel az életmódbeli beavatkozások, például a fizikai aktivitás (PA) hatását a PD különböző aspektusaira, ami arra utal, hogy a PD-ben szenvedő betegek számos módon profitálhatnak a PA-ból, az általános egészségi javulástól a betegség-specifikus hatásokig és potenciálisan , betegségmódosító eredmények [5,6]. Ebből a célból randomizált, kettős vak klinikai vizsgálatot végeztünk a PA mitokondriális funkcióra gyakorolt ​​hatásának tanulmányozására PD-ben szenvedő betegek bőrfibroblasztjaiban (NCT05963425) [7]. Ez egy intervenciós vizsgálat volt, huszonnégy beteggel, akiket véletlenszerűen három csoportba osztottak (8 beteg/csoport). Az első csoport erőnléten és ellenálláson alapuló fizikai edzést (BPT), a második csoport funkcionális gyakorlatokkal kombinált BPT-t (BPTFE) végzett kognitív és motoros tréninggel, a harmadik csoport pedig nem végzett semmilyen tevékenységi programot, ami kontrollként szolgált. A PA beavatkozások 60 percig tartottak, heti 3 gyakorisággal, 16 héten keresztül. A fő cél az volt, hogy felmérjük a PA hatását a mitokondriális funkciókra, valamint hatását számos klinikai tényezőre, mint például a motoros funkcióra, az életminőségre, az alvásra, a kognitív szempontokra és a hangulatra.

Az előző tanulmány holisztikus meglátásaira építve ez a projekt egy olyan technológiai intelligens platform létrehozását tűzte ki célul, amely mesterséges intelligenciát (AI) használ, hogy elősegítse az egészséges szokásokat és az optimális klinikai kezelést a PD-populáció körében. A technológiai platformok eszközként jelennek meg a PD-menedzsment környezetének átalakításához. Ezek a platformok elősegíthetik a folyamatos monitorozást és a személyre szabott beavatkozásokat, amelyek integrálják például az életmódba ágyazott edzésprogramokat [8,9]. Míg azonban a technológiai beavatkozások ígéretesnek bizonyultak az egészséges szokások előmozdításában [10], korlátozott számú kutatás áll rendelkezésre a mesterséges intelligencia integrációjáról a személyre szabott beavatkozásokhoz a PD összefüggésében [11]. Az eddig kifejlesztett modellek számos kulcsfontosságú korláttal rendelkeznek, beleértve egyetlen funkció használatát (pl. motoros tünetek), modell feltevések, hogy a betegek fix progressziót követnek, vagy nem veszik figyelembe a PD tüneti terápiáinak pozitív és negatív hatásait [12]. Itt foglalkozunk a jelenlegi korlátokkal, és egy olyan AI-modellre épülő holisztikus megközelítést javasolunk, amely a szakemberek, a betegek és a gondozók számára olyan intelligens platformot biztosít, amely képes előmozdítani az egészséges szokásokat és optimalizálni a klinikai szempontokat. Felismerjük a PA jelentőségét más egészséges szokások mellett a PD-betegek számára azáltal, hogy több mint 50 másik változót építünk be a Mozgászavarok Társasága által szponzorált Egységes Parkinson-kór értékelési Skála (MDS-UPDRS) felülvizsgálatából, egy átfogó klinikai eszközből. mind a motoros, mind a nem-motoros tüneteket értékeli PD-betegeknél, négy részre osztva, amelyek értékelik a napi élettapasztalatokat, a motoros vizsgálatot és a terápiával kapcsolatos motoros szövődményeket. Fontos, hogy az összegyűjtött adatokat a Parkinson-kór progressziós markerek kezdeményezése (PPMI) validálja, amely egy több mint 1500 beteg bevonásával készült mérföldkőnek számító tanulmány, amelynek célja a PD progressziójának biomarkereinek azonosítása, ami növeli eredményeink megbízhatóságát és alkalmazhatóságát. A projekt sikeres végrehajtása egy olyan integrált megoldásban csúcsosodik ki, amely egyesíti a webes és mobil felületeket, javítva a PD diagnosztikai és felügyeleti képességek általános elérhetőségét és hatékonyságát. A javasolt AI-alapú intelligens platformnak jelentős társadalmi hatásai vannak, elsősorban a PD-betegek életminőségének javításában, mind a motoros, mind a nem motoros tünetek kezelésére. Elősegíti a PD kezelésének átfogóbb és személyre szabottabb megközelítését, túllépve a jelenlegi kezelési módszerek korlátain, amelyek gyakran a betegség egyedi aspektusaira összpontosítanak. A jól megalapozott klinikai adatbázisból származó változók széles skálájának beépítésével a platform testreszabott beavatkozásokat kíván megvalósítani, amelyek elősegítik az egészséges szokásokat és optimalizálják a klinikai eredményeket. Ezen túlmenően, a platform folyamatos megfigyelésre és adaptív beavatkozásokra használt mesterséges intelligencia felhasználása lehetővé teszi a betegek és gondozók képességeit, valós idejű támogatást és csökkenti az egészségügyi rendszerek terheit. Ez elmozdulást jelent a betegközpontúbb, proaktívabb ellátás felé, ami potenciálisan javítja a betegség progressziójának kezelését és a PD által érintett idősödő népesség életminőségét. Összefoglalva, az átfogó megközelítés célja, hogy értékes betekintést nyújtson a PD progressziójába, és támogassa az egészséges szokások megvalósítását a klinikai gyakorlatban.