多发性硬化症患者的数字远程监测

科学领域:

• 神经科学是一个神经科学.
• 数字健康数字健康
• 生物医学工程 生物医学工程

背景情况:

• 多发性硬化症 (MS) 影响全球超过280万,导致显著的运动和非运动症状.
• 目前对MS的临床评估很少发生,这阻碍了有效的疾病监测和患者结果的改善.
• 数字远程监控工具,利用大数据和人工智能 (AI),为实时症状跟踪和进展检测提供了新的机会.

研究的目的:

• 审查多发性硬化症 (MS) 运动和非运动症状的数字远程监测方面的最新进展.
• 探索AI和大数据在分析可穿戴传感器,智能手机和连接设备用于MS监控的数据中的应用.
• 确定当前的挑战和未来的方向,将这些技术整合到MS护理中.

主要方法:

• 采用了叙事审查方法.
• 进行了PubMed搜索,以确定人工智能/大数据的原始研究,用于对MS患者的数字远程监测 (pwMS).
• 专注于用于分析可穿戴传感器,智能手机和其他连接设备的数据的工具和技术.

主要成果:

• 可穿戴传感器和机器学习算法显示出监测诸如跌倒风险和步行障碍等运动症状的巨大潜力.
• 人工智能驱动的工具正在出现用于认知监测,自动化神经心理测试得分和分析按键动态,尽管这个领域比运动症状监测还不那么发达.
• 初步证据表明,人工智能和大数据可以为研究不足的MS方面提供新的见解,例如睡眠和昼夜自主模式.

结论:

• 人工智能和大数据的进步为增强多发性硬化病管理和改善患者治疗结果提供了巨大的潜力.
• 数字远程监控可以通过提供关于运动和非运动症状的连续细粒度数据来彻底改变MS护理.
• 需要进行更大规模的研究和强有力的验证,才能将这些数字工具整合到临床实践中,并将研究结果推广到更广泛的多发性硬化群体中.