Sygdomsdetekterende sensorer kan hjælpe med at overvåge en virusspredning og identificere potentielt udviklende kræftformer. Under COVID-19-pandemien blev anvendelsestilfældene til sygdomsdetekterende sensorer mere tydelige.
Kontekst for sygdomsdetekterende sensorer
Tidlig opdagelse og diagnose kan redde liv, især for infektionssygdomme eller sygdomme, der kan tage måneder eller år, før symptomerne viser sig. For eksempel forårsager Parkinsons sygdom (PD) motorisk forringelse (f.eks. rysten, stivhed og mobilitetsproblemer) over tid. For mange mennesker er skaderne irreversible, når de opdager deres sygdom. For at løse dette problem forsker forskere i forskellige sensorer og maskiner, der kan detektere sygdomme, fra dem, der bruger hundes næser til dem, der anvender maskinlæring (ML).
I 2021 fandt en koalition af forskere, herunder Massachusetts Institute of Technology (MIT), Harvard University, Johns Hopkins University i Maryland og Medical Detection Dogs i Milton Keynes, ud af, at de kan træne kunstig intelligens (AI) til at efterligne den måde, hunde på lugte af sygdom. Undersøgelsen viste, at ML-programmet matchede succesraterne for hunde med at opdage visse sygdomme, herunder prostatakræft.
Forskningsprojektet indsamlede urinprøver fra både syge og raske individer; disse prøver blev derefter analyseret for molekyler, der kunne indikere tilstedeværelsen af sygdom. Forskerholdet trænede en gruppe hunde til at genkende lugten af syge molekyler, og forskerne sammenlignede derefter deres succesrater med at identificere sygdom med ML. Ved at teste de samme prøver opnåede begge metoder mere end 70 procent nøjagtighed. Forskere håber at teste et mere omfattende datasæt for at identificere de væsentlige indikatorer for forskellige sygdomme mere detaljeret. Et andet eksempel på en sygdomsdetekterende sensor er den, der er udviklet af MIT og Johns Hopkins University. Denne sensor bruger hundes næser til at opdage blærekræft. Men selvom sensoren er blevet testet med succes på hunde, er der stadig noget arbejde, der skal gøres for at gøre den velegnet til klinisk brug.
Forstyrrende påvirkning
I 2022 udviklede forskere en e-næse eller et AI-olfaktorisk system, der potentielt kan diagnosticere PD gennem lugtforbindelser på huden. For at bygge denne teknologi kombinerede videnskabsmænd fra Kina gaskromatografi (GC)-massespektrometri med en akustisk overfladebølgesensor og ML-algoritmer. GC kunne analysere lugtforbindelser fra talg (et olieagtigt stof produceret af den menneskelige hud). Forskere brugte derefter oplysningerne til at bygge en algoritme til nøjagtigt at forudsige tilstedeværelsen af PD med en nøjagtighed på 70 procent. Da videnskabsmænd anvendte ML til at analysere hele lugtprøverne, sprang nøjagtigheden til 79 procent. Forskere erkender dog, at der skal udføres flere undersøgelser med en omfattende og varieret stikprøvestørrelse.
I mellemtiden, under højdepunktet af COVID-19-pandemien, viste forskning i data indsamlet af wearables, såsom Fitbit, Apple Watch og Samsung Galaxy smartwatch, at disse enheder potentielt kunne opdage virusinfektion. Da disse enheder kan indsamle hjerte- og iltdata, søvnmønstre og aktivitetsniveauer, kan de advare brugere om potentielle sygdomme.
Især Mount Sinai Hospital analyserede Apple Watch-data fra 500 patienter og opdagede, at de, der var inficeret af COVID-19-pandemien, viste ændringer i deres hjertevariabilitet. Forskere håber, at denne opdagelse kan føre til brugen af wearables til at skabe et tidligt detektionssystem for andre vira som influenza og influenza. Et advarselssystem kan også designes til at detektere infektionshotspots for fremtidige vira, hvor sundhedsafdelinger kan gribe ind, før disse sygdomme udvikler sig til fuldstændige pandemier.
Implikationer af sygdomsdetekterende sensorer
Bredere implikationer af sygdomsdetekterende sensorer kan omfatte:
- Forsikringsudbydere promoverer sygdomsdetekterende sensorer til sporing af patientoplysninger om sundhedspleje.
- Forbrugere, der investerer i AI-assisterede sensorer og enheder, der registrerer sjældne sygdomme og potentielle hjerteanfald og anfald.
- Øge forretningsmuligheder for producenter af bærbare til at udvikle enheder til patientsporing i realtid.
- Læger med fokus på konsulentindsats frem for diagnostik. For eksempel, ved at øge brugen af sygdomsdetekterende sensorer til at hjælpe med diagnosticering, kan læger bruge mere tid på at udvikle personlige behandlingsplaner.
- Forskningsorganisationer, universiteter og føderale agenturer samarbejder om at skabe enheder og software til at forbedre diagnostik, patientpleje og pandemiopdagelse i befolkningsskala.
Spørgsmål at kommentere på
- Hvis du ejer en wearable, hvordan bruger du den så til at spore dine sundhedsstatistikker?
- Hvordan kan sygdomsdetekterende sensorer ellers ændre sundhedssektoren?
