DNA:活動と睡眠分析による神経変性疾患の早期徴候の検出

科学分野:

• ゲロントロジーと神経科学
• 人工知能と機械学習
• ユビキタス・コンピューティングと健康情報学

背景:

• 神経退行性疾患の早期発見は 効果的な介入と 患者の成果の改善に不可欠です
• 伝統的な診断方法では 認知機能や運動能力の低下を示す 微妙な初期段階の行動変化が 見過ごされることが多いのです
• 継続的な被動的なモニタリングは これらの早期の指標を捉えるための有望な手段です

研究 の 目的:

• スマートホームのセンサーデータを用いて 神経変性の早期徴候を検出するための新しい枠組みを導入する.
• 睡眠パターンと日常活動における偏差を分析する方法を開発し,検証する.
• 神経変性に潜在的に結びついている異常な行動の識別における提案された枠組みの有効性を評価する.

主な方法:

• 睡眠開始偏差,睡眠期間偏差,睡眠中断指数,睡眠一貫性指数などのメトリクスを含む睡眠偏差パターン (SDP) の開発.
• 日々の活動比における障害を定量化するために,加重活動偏差指数 (WADI) の実装.
• CASASプロジェクトからの実世界のスマートホームデータセット (TM001-TM004) に結合されたSDPとWADIフレームワークの適用.

主要な成果:

• データセットTM001とTM002は,安定したルーチンを示す,低いSDPとWADIスコアを示した.
• TM003とTM004のデータセットは,SDPとWADIのスコアが上昇し,行動障害を示した.
• TM004のデータセットでは,睡眠の断片化と早期の神経変性に関連した活動パターンの異常が28%まで報告されました.

結論:

• 統合されたSDPとWADIのフレームワークは,現実世界のスマートホームデータにおける睡眠と活動パターンの不規則性を効果的に特定します.
• このアプローチは 継続的な健康監視と 神経変性疾患の早期発見のための 堅牢でスケーラブルなソリューションを提供します
• この発見は,パーソナライズされたヘルスケアと積極的な病気管理における スマートホーム技術の可能性を裏付けています.