Ziektedetecterende sensoren: ziekten opsporen voordat het te laat is

• Auteur:
• auteursnaam

  Quantumrun-prognose
• 3 oktober 2022

Samenvatting inzicht

Wetenschappers maken gebruik van sensortechnologieën en kunstmatige intelligentie (AI) om ziekten vroegtijdig op te sporen, waardoor de gezondheidszorg mogelijk wordt getransformeerd met apparaten die het vermogen van honden om ziekten te ruiken nabootsen of wearables gebruiken om vitale functies te monitoren. Deze opkomende technologie is veelbelovend bij het voorspellen van ziekten als Parkinson en COVID-19, en verder onderzoek is gericht op het verbeteren van de nauwkeurigheid en het uitbreiden van toepassingen. Deze ontwikkelingen kunnen aanzienlijke gevolgen hebben voor de gezondheidszorg, van verzekeringsmaatschappijen die sensoren gebruiken voor het volgen van patiëntgegevens tot overheden die op sensoren gebaseerde diagnostiek integreren in het volksgezondheidsbeleid.

Ziekte-detecterende sensoren context

Vroege detectie en diagnose kunnen levens redden, met name voor infectieziekten of ziekten die maanden of jaren kunnen duren voordat de symptomen zichtbaar worden. De ziekte van Parkinson (PD) veroorzaakt bijvoorbeeld in de loop van de tijd motorische verslechtering (bijv. tremoren, stijfheid en mobiliteitsproblemen). Voor veel mensen is de schade onomkeerbaar wanneer ze hun ziekte ontdekken. Om dit probleem aan te pakken, onderzoeken wetenschappers verschillende sensoren en machines die ziekten kunnen detecteren, van die met hondenneuzen tot die met machine learning (ML). 

In 2021 ontdekte een coalitie van onderzoekers, waaronder het Massachusetts Institute of Technology (MIT), Harvard University, Johns Hopkins University in Maryland en Medical Detection Dogs in Milton Keynes, dat ze kunstmatige intelligentie (AI) kunnen trainen om de manier waarop honden ziekte ruiken. Uit de studie bleek dat het ML-programma overeenkwam met de slagingspercentages van honden bij het opsporen van bepaalde ziekten, waaronder prostaatkanker. 

Het onderzoeksproject verzamelde urinemonsters van zowel zieke als gezonde personen; deze monsters werden vervolgens geanalyseerd op moleculen die zouden kunnen wijzen op de aanwezigheid van ziekte. Het onderzoeksteam trainde een groep honden om de geur van zieke moleculen te herkennen, en onderzoekers vergeleken hun succespercentages bij het identificeren van ziekten met die van ML. Bij het testen van dezelfde monsters scoorden beide methoden een nauwkeurigheid van meer dan 70 procent. Onderzoekers hopen een uitgebreidere dataset te testen om de significante indicatoren van verschillende ziekten in meer detail te lokaliseren. Een ander voorbeeld van een ziektedetectiesensor is die van het MIT en de Johns Hopkins University. Deze sensor gebruikt de neuzen van honden om blaaskanker op te sporen. Hoewel de sensor met succes is getest op honden, moet er nog wat werk worden verzet om hem geschikt te maken voor klinisch gebruik.

Disruptieve impact

In 2022 ontwikkelden onderzoekers een e-nose, of een AI-olfactorisch systeem, dat mogelijk PD kan diagnosticeren via geurverbindingen op de huid. Om deze technologie te bouwen, combineerden wetenschappers uit China gaschromatografie (GC)-massaspectrometrie met een akoestische oppervlaktegolfsensor en ML-algoritmen. De GC zou geurverbindingen van talg (een olieachtige stof die door de menselijke huid wordt geproduceerd) kunnen analyseren. Wetenschappers gebruikten de informatie vervolgens om een ​​algoritme te bouwen om de aanwezigheid van PD nauwkeurig te voorspellen, met een nauwkeurigheid van 70 procent. Toen wetenschappers ML toepasten om de volledige geurmonsters te analyseren, sprong de nauwkeurigheid naar 79 procent. Wetenschappers erkennen echter dat er meer studies met een uitgebreide en gevarieerde steekproefomvang moeten worden uitgevoerd.

Ondertussen, tijdens het hoogtepunt van de COVID-19-pandemie, toonde onderzoek naar gegevens die zijn verzameld door wearables, zoals Fitbit, Apple Watch en Samsung Galaxy smartwatch, aan dat deze apparaten mogelijk virale infecties kunnen detecteren. Omdat deze apparaten hart- en zuurstofgegevens, slaappatronen en activiteitsniveaus kunnen verzamelen, kunnen ze gebruikers waarschuwen voor mogelijke ziekten. 

Mount Sinai Hospital analyseerde met name de Apple Watch-gegevens van 500 patiënten en ontdekte dat degenen die besmet waren door de COVID-19-pandemie veranderingen in hun hartvariabiliteit vertoonden. Onderzoekers hopen dat deze ontdekking kan leiden tot het gebruik van wearables om een ​​vroegtijdig detectiesysteem te creëren voor andere virussen zoals griep en griep. Er kan ook een waarschuwingssysteem worden ontworpen om infectiehaarden voor toekomstige virussen te detecteren, waar gezondheidsafdelingen kunnen ingrijpen voordat deze ziekten zich ontwikkelen tot volledige pandemieën.

Gevolgen van ziektedetectiesensoren

Bredere implicaties van ziektedetectiesensoren kunnen zijn: 

• Verzekeringsaanbieders die ziektedetectiesensoren promoten voor het volgen van patiëntgezondheidsinformatie. 
• Consumenten die investeren in AI-ondersteunde sensoren en apparaten die zeldzame ziekten en mogelijke hartaanvallen en epileptische aanvallen detecteren.
• Het vergroten van zakelijke kansen voor draagbare fabrikanten om apparaten te ontwikkelen voor realtime patiëntvolging.
• Artsen die zich richten op consultancy-inspanningen in plaats van diagnostiek. Door bijvoorbeeld meer gebruik te maken van ziektedetectiesensoren om de diagnose te helpen stellen, kunnen artsen meer tijd besteden aan het ontwikkelen van gepersonaliseerde behandelplannen.
• Onderzoeksorganisaties, universiteiten en federale agentschappen werken samen om apparaten en software te maken om diagnostiek, patiëntenzorg en pandemiedetectie op populatieschaal te verbeteren.
• De wijdverbreide acceptatie van ziektedetecterende sensoren moedigt zorgverleners aan om over te stappen op voorspellende gezondheidszorgmodellen, wat leidt tot eerdere interventies en verbeterde patiëntresultaten.
• Overheden herzien het gezondheidszorgbeleid om sensorgebaseerde diagnostiek te integreren, wat resulteert in efficiëntere monitoring- en responssystemen voor de volksgezondheid.
• Sensortechnologie maakt patiëntmonitoring op afstand mogelijk, waardoor ziekenhuisbezoeken en gezondheidszorgkosten worden verlaagd, wat vooral gunstig is voor plattelandsgemeenschappen of gemeenschappen met achtergestelde voorzieningen.

Vragen om te overwegen

• Als u een wearable bezit, hoe gebruikt u deze dan om uw gezondheidsstatistieken bij te houden?
• Hoe kunnen ziektedetectiesensoren anders de zorgsector veranderen?