Förvandla Parkinsons vård med prediktiva algoritmer (TechHealthPD)

Parkinsons sjukdom (PD) är den näst vanligaste neurodegenerativa störningen och den vanligaste störningen som påverkar motorisk koordination, och drabbar 2 % av befolkningen över 65 år och 4 % i befolkningen över 80 år [1,2]. Patienter med diagnosen PD lider av svåra motoriska och icke-motoriska symtom. Typiska motoriska symtom inkluderar vilande tremor eller stelhet, långsamma frivilliga rörelser som kallas bradykinesi, svårigheter att uttala när man talar, medan icke-motoriska symtom kan vara sömn, kognitiva och autonoma funktionsstörningar [3,4]. PD stör inte bara den motoriska funktionen utan påverkar också avsevärt livskvaliteten, sömnmönster, kognitiva aspekter och humör hos dem som lever med tillståndet. Även om det inte finns något botemedel mot PD, kan vissa behandlingar som medicinering, kirurgi och tvärvetenskapliga metoder effektivt hantera och hantera PD-relaterade symtom. Med tanke på mångfalden av behandlingar och de olika effekterna av motoriska och icke-motoriska symtom på daglig funktion, finns det ett växande behov av mer omfattande insatser. Flera studier har undersökt effekten av livsstilsinterventioner, såsom fysisk aktivitet (PA) på olika aspekter av PD, vilket tyder på att patienter med PD kan dra nytta av PA på ett antal sätt, från allmänna förbättringar i hälsa till sjukdomsspecifika effekter och potentiellt , sjukdomsmodifierande resultat [5,6]. I detta syfte genomförde vi en randomiserad dubbelblind klinisk studie för att studera effekterna av PA på mitokondriell funktion i hudfibroblaster hos patienter med PD (NCT05963425) [7]. Detta var en interventionsstudie, med tjugofyra patienter, som slumpmässigt fördelades i tre grupper (8 patienter/grupp). Den första gruppen utförde grundläggande fysisk träning (BPT) baserad på styrka och motstånd, den andra gruppen utförde BPT kombinerat med funktionella övningar (BPTFE) med kognitiv och motorisk träning och den tredje gruppen genomförde inget aktivitetsprogram, vilket fungerade som kontroll. PA-interventionerna varade i 60 minuter, med en frekvens på 3 gånger i veckan, under 16 veckor. Huvudsyftet var att utvärdera effekterna av PA på mitokondriell funktion, och dess effekter på en mängd olika kliniska faktorer, såsom motorisk funktion, livskvalitet, sömn, kognitiva aspekter och humör.

Med utgångspunkt i holistiska insikter från den tidigare studien, syftar detta projekt till att skapa en teknisk smart plattform som använder artificiell intelligens (AI), för att främja hälsosamma vanor och optimal klinisk hantering bland PD-populationen. Teknologiska plattformar dyker upp som instrumentella verktyg för att omvandla landskapet för PD-hantering. Dessa plattformar kan underlätta kontinuerlig övervakning och skräddarsydda insatser som integrerar till exempel livsstilsinbäddade träningsprogram [8,9]. Men även om tekniska interventioner har visat lovande när det gäller att främja hälsosamma vanor [10], finns det begränsad forskning om integrering av AI för personliga interventioner i samband med PD [11]. Modeller som har utvecklats hittills har flera viktiga begränsningar inklusive användning av endast en enda funktion (dvs. motoriska symtom), modellantaganden att patienter följer en fast progression, eller inte står för både positiva och negativa effekter av symtomatiska terapier för PD [12]. Här tar vi upp de nuvarande begränsningarna och föreslår ett holistiskt tillvägagångssätt baserat på en AI-modell som ger yrkesverksamma, patienter och vårdare en smart plattform som kan främja hälsosamma vanor och optimera kliniska aspekter. Häri inser vi vikten av PA tillsammans med andra hälsosamma vanor för PD-patienter genom att införliva mer än 50 andra variabler från Movement Disorder Society-sponsored Revision of the Unified Parkinsons Disease Rating Scale (MDS-UPDRS), ett omfattande kliniskt verktyg som används för att bedöma både motoriska och icke-motoriska symtom hos PD-patienter, uppdelade i fyra delar som utvärderar dagliga livserfarenheter, motorisk undersökning och terapirelaterade motoriska komplikationer. Viktigt är att de insamlade data kommer att valideras med Parkinsons Progression Markers Initiative (PPMI), en landmärkestudie med mer än 1500 patienter utformad för att identifiera biomarkörer för PD-progression, vilket förbättrar tillförlitligheten och användbarheten av våra resultat. Det framgångsrika genomförandet av detta projekt kommer att kulminera i en integrerad lösning som kombinerar webb- och mobilgränssnitt, vilket förbättrar den övergripande tillgängligheten och effektiviteten för PD-diagnostik och övervakningsmöjligheter. Den föreslagna AI-baserade smarta plattformen har betydande sociala konsekvenser, främst för att förbättra livskvaliteten för PD-patienter genom att ta itu med både motoriska och icke-motoriska symtom. Det främjar ett mer omfattande och personligt tillvägagångssätt för PD-hantering, som går bortom begränsningarna för nuvarande behandlingsmetoder, som ofta fokuserar på enstaka aspekter av sjukdomen. Genom att införliva ett brett utbud av variabler från en väletablerad klinisk databas syftar plattformen till att leverera skräddarsydda interventioner som främjar hälsosamma vanor och optimerar kliniska resultat. Dessutom kommer plattformens användning av AI för kontinuerlig övervakning och adaptiva interventioner att stärka patienter och vårdgivare, ge stöd i realtid och minska bördan på sjukvårdssystemen. Detta representerar en förskjutning mot mer patientcentrerad, proaktiv vård, som potentiellt förbättrar hanteringen av sjukdomsprogression och livskvalitet för den åldrande befolkningen som drabbas av PD. Sammanfattningsvis försöker det övergripande tillvägagångssättet ge värdefulla insikter i PD-progression och stödja implementeringen av hälsosamma vanor i klinisk praxis.