Senzori za otkrivanje bolesti: otkrivanje bolesti prije nego što bude prekasno

• Autor:
• ime autora

  Quantumrun Foresight
• Listopada 3, 2022

Sažetak uvida

Znanstvenici koriste senzorske tehnologije i umjetnu inteligenciju (AI) za rano otkrivanje bolesti, potencijalno transformirajući zdravstvenu skrb s uređajima koji oponašaju sposobnost pasa da namirišu bolest ili koriste nosive uređaje za praćenje vitalnih znakova. Ova tehnologija u nastajanju obećava u predviđanju bolesti kao što su Parkinsonova bolest i COVID-19, a daljnja istraživanja usmjerena su na povećanje točnosti i proširenje aplikacija. Ova poboljšanja mogla bi imati značajne implikacije za zdravstvo, od osiguravajućih društava koja koriste senzore za praćenje podataka o pacijentima do vlade koja integrira dijagnostiku temeljenu na senzorima u politike javnog zdravstva.

Kontekst senzora za otkrivanje bolesti

Rano otkrivanje i dijagnoza mogu spasiti živote, osobito kod zaraznih bolesti ili bolesti kod kojih mogu proći mjeseci ili godine dok se simptomi ne pokažu. Na primjer, Parkinsonova bolest (PD) s vremenom uzrokuje motoričko pogoršanje (npr. drhtanje, ukočenost i probleme s pokretljivošću). Za mnoge ljude, šteta je nepovratna kada otkriju svoju bolest. Kako bi riješili ovaj problem, znanstvenici istražuju različite senzore i strojeve koji mogu detektirati bolesti, od onih koji koriste pseće nosove do onih koji koriste strojno učenje (ML). 

Godine 2021. koalicija istraživača, uključujući Massachusetts Institute of Technology (MIT), Sveučilište Harvard, Sveučilište Johns Hopkins u Marylandu i Medical Detection Dogs u Milton Keynesu, otkrili su da mogu istrenirati umjetnu inteligenciju (AI) da oponaša način na koji psi namirisati bolest. Studija je pokazala da program ML odgovara stopama uspjeha pasa u otkrivanju određenih bolesti, uključujući rak prostate. 

Istraživački projekt prikupljao je uzorke urina i od bolesnih i od zdravih osoba; ti su uzorci zatim analizirani na molekule koje bi mogle ukazivati ​​na prisutnost bolesti. Istraživački tim trenirao je skupinu pasa da prepoznaju miris oboljelih molekula, a istraživači su potom usporedili njihove stope uspjeha u prepoznavanju bolesti s onima kod ML-a. U testiranju istih uzoraka, obje su metode postigle više od 70 posto točnosti. Istraživači se nadaju da će testirati opsežniji skup podataka kako bi detaljnije odredili značajne pokazatelje raznih bolesti. Drugi primjer senzora za otkrivanje bolesti je onaj koji su razvili MIT i Sveučilište Johns Hopkins. Ovaj senzor koristi nosove pasa za otkrivanje raka mokraćnog mjehura. Međutim, iako je senzor uspješno testiran na psima, još uvijek treba raditi kako bi bio prikladan za kliničku upotrebu.

Razarajući učinak

Godine 2022. istraživači su razvili e-nos ili olfaktorni sustav umjetne inteligencije koji potencijalno može dijagnosticirati PD putem mirisnih spojeva na koži. Kako bi izgradili ovu tehnologiju, znanstvenici iz Kine kombinirali su plinsku kromatografiju (GC) - masenu spektrometriju sa senzorom površinskih akustičnih valova i ML algoritmima. GC bi mogao analizirati mirisne spojeve iz sebuma (uljne tvari koju proizvodi ljudska koža). Znanstvenici su potom upotrijebili informacije za izradu algoritma za točno predviđanje prisutnosti PD-a, s točnošću od 70 posto. Kada su znanstvenici primijenili ML za analizu cjelokupnih uzoraka mirisa, točnost je skočila na 79 posto. Međutim, znanstvenici priznaju da je potrebno provesti više studija s opsežnim i raznolikim uzorcima.

U međuvremenu, tijekom vrhunca pandemije COVID-19, istraživanje podataka prikupljenih nosivim uređajima, kao što su Fitbit, Apple Watch i pametni sat Samsung Galaxy, pokazalo je da ti uređaji potencijalno mogu otkriti virusnu infekciju. Budući da ovi uređaji mogu prikupljati podatke o srcu i kisiku, uzorcima spavanja i razinama aktivnosti, mogli bi upozoriti korisnike na potencijalne bolesti. 

Konkretno, bolnica Mount Sinai analizirala je podatke Apple Watcha od 500 pacijenata i otkrila da oni zaraženi pandemijom COVID-19 pokazuju promjene u varijabilnosti srčanog ritma. Istraživači se nadaju da bi ovo otkriće moglo dovesti do upotrebe nosivih uređaja za stvaranje sustava ranog otkrivanja drugih virusa poput gripe i gripe. Sustav upozorenja također se može dizajnirati za otkrivanje žarišta infekcije za buduće viruse, gdje zdravstveni odjeli mogu intervenirati prije nego što se te bolesti razviju u pune pandemije.

Implikacije senzora za otkrivanje bolesti

Šire implikacije senzora za otkrivanje bolesti mogu uključivati: 

• Pružatelji osiguranja promoviraju senzore za otkrivanje bolesti za praćenje podataka o zdravstvenoj skrbi pacijenata. 
• Potrošači koji ulažu u senzore i uređaje potpomognute umjetnom inteligencijom koji otkrivaju rijetke bolesti i potencijalne srčane udare i napadaje.
• Povećanje poslovnih mogućnosti za proizvođače nosivih uređaja za razvoj uređaja za praćenje pacijenata u stvarnom vremenu.
• Liječnici koji se usredotočuju na savjetovanje, a ne na dijagnostiku. Na primjer, povećanjem upotrebe senzora za otkrivanje bolesti kao pomoć u postavljanju dijagnoze, liječnici mogu potrošiti više vremena na razvoj personaliziranih planova liječenja.
• Istraživačke organizacije, sveučilišta i savezne agencije koje surađuju na stvaranju uređaja i softvera za poboljšanje dijagnostike, skrbi za pacijente i otkrivanje pandemije na razini populacije.
• Široka primjena senzora za otkrivanje bolesti potiče pružatelje zdravstvenih usluga da se preusmjere na prediktivne modele zdravstvene skrbi, što dovodi do ranijih intervencija i poboljšanih ishoda za pacijente.
• Vlade revidiraju zdravstvene politike kako bi integrirale dijagnostiku temeljenu na senzorima, što rezultira učinkovitijim sustavima praćenja javnog zdravlja i odgovora.
• Senzorska tehnologija omogućuje daljinsko praćenje pacijenata, smanjuje bolničke posjete i troškove zdravstvene skrbi, što je posebno korisno za ruralne zajednice ili zajednice s nedostatkom usluga.

Pitanja za razmatranje

• Ako posjedujete nosivi uređaj, kako ga koristite za praćenje svoje zdravstvene statistike?
• Kako bi inače senzori za otkrivanje bolesti mogli promijeniti zdravstveni sektor?