Altoida のマルチモーダル デジタル バイオマーカーを使用した MCI およびアミロイド デジタル ニューロ シグネチャー (DNS) の検出。

デジタル バイオマーカーは、デジタル デバイスによって測定される人の健康状態の指標です。 これらは、より早期の診断を可能にする正確でアクセスしやすい認知能力の継続的な測定を提供する能力により、神経学研究で注目を集めています。 認知症を発症するリスクのある人にとって、早期の鑑別診断は患者管理を合理化し、患者と医療システムの両方に利益をもたらす鍵となります。

従来の神経心理学的評価は依然として認知機能および機能低下を評価するためのゴールドスタンダードですが、これらの評価は長時間（90～120分）であり、訓練を受けた専門家を必要とし、偏見や練習効果がないわけではありません。 これに関連して、日常生活活動を評価する多次元的特徴の継続的かつ客観的な評価を可能にするデジタルバイオマーカーは、認知機能の低下が始まる前に、認知と機能的能力の微妙な変化を捉える可能性を秘めている可能性があります。

Altoida デジタル バイオマーカー プラットフォームは、個人の認知機能障害の客観的な評価を可能にします。 Altoida プラットフォームは、1) 参加者向けの評価 (タブレット ベース) と 2) サイト向けの分析およびレポート Web ポータルの 2 つの部分で構成されます。 この評価では、日常生活活動中の脳の関与を反映した一連の運動タスクと拡張現実 (AR) タスクに基づいて、認知スキルと機能スキルを評価します (図 1)。 これらのアクティビティには、形状をタップしたりトレースしたり、気を散らすタスクに直面しているときに仮想オブジェクトを配置したり検索したりすることが含まれます。 評価が完了するまでに、平均 10 分 (認知的に正常な状態の平均) ～ 18 分 (MCI の平均) かかります。 ダッシュボードは、リアルタイム分析と臨床ワークフローへの研究データの統合を提供します。 このプラットフォームは現在、研究目的での使用のみを目的としています。 FDA の市販前許可または承認を受けていません。

このプラットフォームは、微細な動き、速度、反応時間、ナビゲーション軌道などのマルチモーダルな機能を評価し、デジタル ニューロ シグネチャー (DNS) と呼ばれる特定の機械学習モデルをトレーニングするために使用されます。 機械学習を使用することで、Altoida の評価によって抽出されたデジタル バイオマーカーを使用して、患者の認知能力を測定し、生態学的な方法で MCI やアミロイド病理の可能性を伴う MCI などの異なる臨床転帰を特定することができます。 この評価では、DSM-V で定義された特定の脳の認知領域のスコアも生成されます。たとえば、学習と記憶、実行機能、複雑な注意、規範的モデル (年齢と性別で調整された) でスコア化された特定のデジタル特徴から得られる知覚と運動の協調などです。 ）。 これらは、規範モデルでスコア付けされた特定のデジタル特徴から導出されます。

以前の研究では、Altoida のデジタル バイオマーカーは、早期の認知機能低下の検出や認知症への進行の予測に役立つことが判明しました。 近年、Altoida 評価はいくつかの世界的な研究研究で使用されており、使いやすさ、非侵襲性、認知障害を特定する可能性、および神経心理学的評価との相関関係が確認されています。 アルツハイマー病 (AD) は臨床的に早期に認識することが重要です。 現在、完全なアルツハイマー病認知症に進行する可能性が高い集団である、MCIおよびアミロイド陽性の個人を補助的に診断するために規制当局によって承認されたソフトウェアベースのツールはありません。 早期の鑑別診断は、疾患修飾療法の臨床試験に参加する機会を生み出し、医薬品開発者が適切な治療法に対する適切な患者の登録を加速するのに役立つ可能性がある。