I sensori medici indossabili ampiamente utilizzati negli ospedali e nelle cliniche si stanno diffondendo nel mainstream poiché le aziende tecnologiche li incorporano sempre più nell'elettronica popolare, dagli smartwatch di Apple ai fitness band di Fitbit.

Gli ingegneri di Princeton stanno lavorando per portare queste tecnologie di sensori un passo avanti sviluppando un software che un giorno potrebbe utilizzare più indizi sulla salute da sensori indossabili per diagnosticare una miriade di malattie in tempo reale. Quando completamente sviluppato, il sistema avviserà un paziente che sta sviluppando il diabete, Per esempio.

In un articolo sulla rivista Transazioni IEEE su sistemi informatici multiscala , ricercatori guidati da Niraj Jha hanno riferito che il loro sistema, il Sistema Gerarchico di Supporto alle Decisioni Sanitarie (HDSS), ha utilizzato dati biomedici per rilevare con successo cinque malattie in simulazioni create da una fusione di dati dei pazienti. La carta, pubblicato nel numero di ottobre-dicembre della rivista. problema, afferma che il sistema ha diagnosticato il diabete di tipo 2 con un'accuratezza del 78%, aritmia con una precisione dell'86%, disturbo della vescica urinaria con un'accuratezza del 99%, ipotiroideo con un'accuratezza del 95% e nefrite della pelvi renale con un'accuratezza del 94%.

HDSS utilizzato pubblicamente disponibile, ha reso anonimi i dati biomedici di centinaia di pazienti e li ha alimentati attraverso otto algoritmi di apprendimento automatico che erano stati addestrati dai ricercatori per riconoscere i segni tipici di queste malattie. I dati consistono in misurazioni fisiologiche raccolte da sensori medici disponibili in commercio incorporati in piccoli dispositivi elettronici collegati ai pazienti ospedalieri. I medici li usano per monitorare cose come la pressione sanguigna e la risposta galvanica cutanea (GSR), che misura l'umidità della pelle per identificare lo stress.

Il nuovo sistema va oltre questi punti di dati individuali confrontandoli con i dati disponibili pubblicamente sui sintomi della malattia. Ciò consente al software di rilevare segni di problemi di cui i pazienti non sono a conoscenza, o sintomi che non riescono a rivelare ai loro medici.

"Questo apre la possibilità per la prima volta che al di fuori di una clinica, gli individui possono monitorare se hanno sviluppato o possono sviluppare una malattia, " ha detto Jha, un professore di ingegneria elettrica, che ha sviluppato la nuova tecnologia con Hongxu Yin, un dottorato di ricerca in ingegneria elettrica. alunno.

Gli autori osservano che sono già in corso ricerche considerevoli per integrare le informazioni sui pazienti e i programmi diagnostici utilizzati negli ospedali e nelle cliniche. Ma piuttosto che concentrarsi sul trattamento ospedaliero, Il team di Jha sta lavorando per applicare i dati da sensori indossabili destinati all'uso quotidiano come orologi o braccialetti. L'approccio fornirebbe ai medici informazioni sintomatiche che i pazienti potrebbero aver dimenticato o non notato e consentirebbe anche di monitorare i pazienti dopo una diagnosi.

"Ciò indica la necessità di un affidabile, supporto decisionale extra-clinico accurato e intelligente, " hanno scritto i ricercatori.

I ricercatori hanno affermato che l'obiettivo finale è sia quello di aumentare l'efficienza dell'assistenza sanitaria sia di consentire diagnosi precoci e risultati migliori per i pazienti. Yin ha detto che i ricercatori alla fine vorrebbero espandere il tipo di dati disponibili per l'uso nelle diagnosi, come cartelle cliniche o informazioni genetiche.

Il sistema si basa su moduli malattia, che contengono modelli di apprendimento automatico basati su varie caratteristiche associate alle malattie. Finora, Jha e Yin hanno sviluppato cinque moduli, ma i ricercatori hanno notato che ce ne sono più di 69, 000 malattie umane classificate dall'Organizzazione mondiale della sanità. Sul lato positivo, i ricercatori hanno stimato che le informazioni necessarie per diagnosticare tutte queste malattie utilizzerebbero circa 62 gigabyte di spazio di archiviazione, che è ben entro i limiti di un'applicazione basata su cloud.

Una sfida per qualsiasi sistema futuro basato su sensori indossabili sarà la sicurezza dei dati, ha detto Yin. La trasmissione di dati sanitari riservati solleva problemi di sicurezza, e i ricercatori ritengono che una soluzione sarebbe condurre analisi su un dispositivo personale. Il dispositivo trasmetterebbe quindi le diagnosi ai medici che monitorano un paziente, piuttosto che tutti i dati grezzi.

Come passo successivo, i ricercatori e i colleghi della Carrier Health Clinic hanno proposto uno studio clinico per testare l'efficacia della tecnologia HDSS su pazienti con schizofrenia, disordine bipolare, e altre malattie. Carrier, is a non-profit behavioral health clinic in Belle Mead New Jersey.

Andrew Walsh, the clinical trial coordinator at Carrier, said the new system could particularly benefit patients who have difficulty in understanding their symptoms or conveying them to their doctors.

"The application of this is amazing for the behavioral health field because it gives us … insight on a level that we've never been able to achieve, " Egli ha detto.