Sensors de detecció de malalties: detecció de malalties abans que sigui massa tard

CRÈDIT DE LA IMATGE:
Crèdit d'imatge
iStock

Sensors de detecció de malalties: detecció de malalties abans que sigui massa tard

Sensors de detecció de malalties: detecció de malalties abans que sigui massa tard

Text del subtítol
Els investigadors estan desenvolupant dispositius que poden detectar malalties humanes per augmentar la probabilitat de supervivència del pacient.
    • autor:
    • nom de l'autor
      Previsió de Quantumrun
    • Octubre 3, 2022

    Resum d'informació

    Els científics estan aprofitant les tecnologies de sensors i la intel·ligència artificial (IA) per detectar malalties precoçment, transformant potencialment l'assistència sanitària amb dispositius que imiten la capacitat dels gossos d'olorar malalties o utilitzar dispositius portàtils per controlar signes vitals. Aquesta tecnologia emergent és prometedora a l'hora de predir malalties com el Parkinson i la COVID-19, i més investigacions tenen com a objectiu millorar la precisió i ampliar les aplicacions. Aquests avenços podrien oferir implicacions importants per a l'assistència sanitària, des de les companyies d'assegurances que utilitzen sensors per al seguiment de dades dels pacients fins als governs que integren el diagnòstic basat en sensors a les polítiques de salut pública.

    Context de sensors de detecció de malalties

    La detecció i el diagnòstic precoç poden salvar vides, especialment per a malalties infeccioses o malalties que poden trigar mesos o anys a mostrar-se els símptomes. Per exemple, la malaltia de Parkinson (MP) causa un deteriorament motor (per exemple, tremolors, rigidesa i problemes de mobilitat) amb el temps. Per a moltes persones, els danys són irreversibles quan descobreixen la seva malaltia. Per abordar aquest problema, els científics estan investigant diferents sensors i màquines que poden detectar malalties, des dels que utilitzen el nas de gossos fins als que utilitzen l'aprenentatge automàtic (ML). 

    El 2021, una coalició d'investigadors, inclòs l'Institut Tecnològic de Massachusetts (MIT), la Universitat de Harvard, la Universitat Johns Hopkins de Maryland i els gossos de detecció mèdica a Milton Keynes, van trobar que poden entrenar la intel·ligència artificial (IA) per imitar la manera com els gossos. olorar la malaltia. L'estudi va trobar que el programa ML va coincidir amb les taxes d'èxit dels gossos a l'hora de detectar certes malalties, inclòs el càncer de pròstata. 

    El projecte de recerca va recollir mostres d'orina d'individus malalts i sans; Aquestes mostres es van analitzar després per trobar molècules que poguessin indicar la presència de malaltia. L'equip d'investigació va entrenar un grup de gossos per reconèixer l'olor de les molècules malaltes, i els investigadors van comparar les seves taxes d'èxit a l'hora d'identificar la malaltia amb les de ML. En provar les mateixes mostres, ambdós mètodes van obtenir més del 70 per cent de precisió. Els investigadors esperen provar un conjunt de dades més extens per identificar els indicadors significatius de diverses malalties amb més detall. Un altre exemple de sensor de detecció de malalties és el desenvolupat pel MIT i la Universitat Johns Hopkins. Aquest sensor utilitza el nas dels gossos per detectar el càncer de bufeta. Tanmateix, tot i que el sensor s'ha provat amb èxit en gossos, encara queda feina per fer per fer-lo adequat per a ús clínic.

    Impacte disruptiu

    L'any 2022, els investigadors van desenvolupar un nas electrònic, o un sistema olfactiu d'IA, que potencialment pot diagnosticar PD a través de compostos d'olor a la pell. Per construir aquesta tecnologia, científics de la Xina van combinar l'espectrometria de masses de cromatografia de gasos (GC) amb un sensor d'ones acústiques superficials i algorismes ML. El GC podria analitzar els compostos d'olor del sèu (una substància greixosa produïda per la pell humana). Aleshores, els científics van utilitzar la informació per crear un algorisme per predir amb precisió la presència de PD, amb una precisió del 70 per cent. Quan els científics van aplicar ML per analitzar totes les mostres d'olor, la precisió va saltar al 79 per cent. Tanmateix, els científics reconeixen que cal dur a terme més estudis amb una mida de mostra àmplia i variada.

    Mentrestant, durant el moment àlgid de la pandèmia de la COVID-19, la investigació sobre les dades recollides per wearables, com Fitbit, Apple Watch i Samsung Galaxy smartwatch, va demostrar que aquests dispositius podrien detectar infeccions virals. Com que aquests dispositius poden recollir dades sobre el cor i l'oxigen, els patrons de son i els nivells d'activitat, podrien advertir els usuaris de possibles malalties. 

    En particular, l'Hospital Mount Sinai va analitzar les dades d'Apple Watch de 500 pacients i va descobrir que els infectats per la pandèmia COVID-19 mostraven canvis en la seva variabilitat cardíaca. Els investigadors esperen que aquest descobriment pugui portar a l'ús de dispositius portàtils per crear un sistema de detecció precoç d'altres virus com la grip i la grip. També es pot dissenyar un sistema d'alerta per detectar punts d'infecció per a futurs virus, on els departaments de salut poden intervenir abans que aquestes malalties es converteixin en pandèmies en tota regla.

    Implicacions dels sensors de detecció de malalties

    Les implicacions més àmplies dels sensors de detecció de malalties poden incloure: 

    • Proveïdors d'assegurances que promouen sensors de detecció de malalties per al seguiment d'informació sanitària del pacient. 
    • Consumidors que inverteixen en sensors i dispositius assistits per IA que detecten malalties rares i possibles atacs cardíacs i convulsions.
    • Augment de les oportunitats de negoci per als fabricants de portàtils per desenvolupar dispositius per al seguiment de pacients en temps real.
    • Metges centrats en esforços de consultoria més que en diagnòstics. Per exemple, augmentant l'ús de sensors de detecció de malalties per ajudar en el diagnòstic, els metges poden dedicar més temps a desenvolupar plans de tractament personalitzats.
    • Organitzacions de recerca, universitats i agències federals que col·laboren per crear dispositius i programari per millorar el diagnòstic, l'atenció al pacient i la detecció de pandèmies a escala poblacional.
    • L'adopció generalitzada de sensors de detecció de malalties que animen els proveïdors d'atenció mèdica a canviar cap a models d'atenció mèdica predictiva, donant lloc a intervencions prèvies i a millorar els resultats dels pacients.
    • Els governs revisen les polítiques sanitàries per integrar el diagnòstic basat en sensors, donant lloc a sistemes de resposta i seguiment de la salut pública més eficients.
    • Tecnologia de sensors que permet el seguiment remot dels pacients, reduint les visites a l'hospital i els costos d'assistència sanitària, cosa que és especialment beneficiosa per a les comunitats rurals o desateses.

    Preguntes a tenir en compte

    • Si teniu un wearable, com el feu servir per fer un seguiment de les vostres estadístiques de salut?
    • De quina altra manera els sensors de detecció de malalties poden canviar el sector sanitari?

    Referències insight

    Es va fer referència als següents enllaços populars i institucionals per a aquesta visió: