使用可穿戴传感器开发远程监控的中枢神经系统生物标志物的机器学习技术:叙事文献综述
Ahnjili ZhuParris1,2,3, Annika A de Goede1, Iris E Yocarini2
1Centre for Human Drug Research (CHDR), Zernikedreef 8, 2333 CL Leiden, The Netherlands.
Sensors (Basel, Switzerland)
|June 10, 2023
概括
移动健康 (mHealth) 和机器学习 (ML) 为远程监测中枢神经系统 (CNS) 疾病创造了强大的生物标志物. 需要进一步的研究来规范方法以改善临床应用.
科学领域:
- 生物医学工程 生物医学工程
- 数字健康数字健康
- 计算神经科学是一种神经科学.
背景情况:
- 中枢神经系统 (CNS) 疾病需要持续监测疾病进展和治疗评估.
- 移动健康 (mHealth) 技术可以实现远程,持续的患者症状监测.
- 机器学习 (ML) 可以将mHealth数据转化为疾病活动的精确生物标志物.
研究的目的:
- 通过mHealth和ML审查生物标志物开发的现状.
- 为确保生物标志物的准确性,可靠性和可解释性提出建议.
主要方法:
- 在PubMed,IEEE和CTTI数据库中进行文献搜索.
- 提取和审查在选定的出版物中使用的ML方法.
主要成果:
- 综合了66篇关于使用ML开发基于mHealth的生物标志物的出版物.
- 确定创建具有代表性,可复制和可解释的生物标志物的方法和建议.
结论:
- mHealth和ML衍生的生物标志物显示出远程监测中枢神经系统疾病的巨大潜力.
- 研究设计的标准化和进一步的研究对于该领域的发展至关重要.
- 在mHealth生物标志物的持续创新可以增强中枢神经系统疾病管理.
