만성심폐질환 고위험군 원격감시

만성 심폐 질환의 악화는 전 세계적으로 이환율과 사망률의 주요 원인입니다. 전 세계적으로 약 2,300만 명의 심부전 환자가 있으며 미국의 심부전 유병률은 향후 40년 동안 증가할 것으로 예상되며 2040년에는 약 772,000건의 새로운 심부전 사례가 예상됩니다. 만성 호흡기 질환의 악화는 폐 기능 감소를 가속화하고 생존을 감소시킬 수 있습니다. 또한 의료 비용이 크게 증가할 수도 있습니다. 만성폐쇄성폐질환(COPD) 악화는 재입원의 중요한 원인으로 30일 재입원률이 약 20%에 달하고 연간 의료비 지출이 미화 150억 달러에 이릅니다. 기도 제거 및 분비물에 영향을 미치는 유전 질환인 낭포성 섬유증(CF)은 약 11%의 30일 재입원율을 보입니다.

높은 입원 및 응급실 방문 비용으로 인해, 특히 COVID-19 팬데믹 상황에서 보다 비용 효율적인 "병원 밖" 관리 모델이 점점 더 매력적으로 다가오고 있습니다. 이러한 모델은 환자, 지불자 및 병원에 비용 혜택을 제공할 뿐만 아니라 집에 있는 사람들에게 치료를 제공할 수 있는 능력을 향상시킵니다.

호흡 변수는 COPD 악화에 대한 가장 민감한 지표 중 하나인 것으로 나타났으며 호흡률과 COPD 증상 사이의 중요한 상관관계가 관찰되었습니다. 맥박수 및 산소 포화도와 결합하면 이러한 변수는 악화를 식별하는 유용한 방법을 제공합니다. 현재 분석 모델은 일반적으로 기존의 임계값 유형 기반 분석을 기반으로 하는 경보를 트리거하도록 설계되었습니다. 이러한 방법은 고급 분석(예: 기계 학습 방법)에 대한 제한된 액세스로 인해 추세를 식별하고 인식할 수 없습니다. 이 연구에서 사용하도록 제안된 장치는 호흡수, 흡기:호기(I:E) 비율, 호흡 깊이, 심박수, SpO2, SpO2 가변성, 환자 움직임을 측정하고 연구자는 머신 러닝 및 데이터 모델링을 사용하여 분석합니다. 시간이 지남에 따라 추세.

IBB(Institute of Bioengineering & Bioimaging)에서 개발한 웨어러블 생체 인식 플랫폼('호흡 센서')인 A*STAR는 의료용 접착 패치를 통해 가슴 부위에 착용됩니다. 호흡 센서에는 흉벽 팽창 또는 호흡을 감지하기 위해 가속도계와 조명 기반 방법을 결합한 비침습성 센서가 포함되어 있습니다.

호흡 센서를 사용하면 만성 심폐 질환의 악화에 대한 예측 변수로서 추가 호흡 정보(호흡수, 상대적 일회 호흡 수 및 듀티 사이클)를 수집할 수 있으며 기존 모델(예: 임상 일기). 궁극적으로 이것은 외래 악화의 조기 예측을 가능하게 하여 조기 개입 및 재입원 감소(원격 개입을 통해)를 허용할 수 있습니다.

이 프로젝트에서 IBB(Institute of Bioengineering & Bioimaging) A*STAR는 Massachusetts General Hospital과 협력하여 환자 데이터를 집계하고 기계 학습(예: 랜덤 포레스트 모델 및 장기-단기 메모리 모델 등) 및 통계 모델(예: 회귀 모델 및 단변량 및 다변량 분석을 통한 생존 분석) 심폐 질환 환자 60명의 악화 및 악화를 예측하기 위해 호흡 특징 및 혈류역학을 기반으로 합니다. 이 협업의 종점은 다음과 같습니다.

1. 악화를 예측하기 위해 모델(질병 불가지론 및 질병 특이적)에서 호흡기 기반 바이오마커를 사용하는 가설을 검증하기 위해 - 수행할 벤치마킹 대 후속 설문지 및 전화 통화
2. 순응도, 중도탈락률, 환자의 후속 조치를 위해 추가 조치가 필요한지 확인하기 위해