Sjukdomsupptäckande sensorer: Upptäcker sjukdomar innan det är för sent

BILDKREDIT:
Bild kredit
iStock

Sjukdomsupptäckande sensorer: Upptäcker sjukdomar innan det är för sent

Sjukdomsupptäckande sensorer: Upptäcker sjukdomar innan det är för sent

Underrubrik text
Forskare utvecklar apparater som kan upptäcka mänskliga sjukdomar för att öka sannolikheten för patientens överlevnad.
    • Författare:
    • författarnamn
      Quantumrun Framsyn
    • Oktober 3, 2022

    Insiktssammanfattning

    Forskare utnyttjar sensorteknologier och artificiell intelligens (AI) för att upptäcka sjukdomar tidigt, vilket potentiellt förändrar vården med enheter som efterliknar hundars förmåga att lukta sjukdomar eller använda bärbara kläder för att övervaka vitala tecken. Denna framväxande teknik visar lovande när det gäller att förutsäga sjukdomar som Parkinsons och COVID-19, och ytterligare forskning syftar till att förbättra noggrannheten och utöka tillämpningarna. Dessa framsteg kan ge betydande konsekvenser för vården, från försäkringsbolag som använder sensorer för patientdataspårning till regeringar som integrerar sensorbaserad diagnostik i folkhälsopolicyer.

    Sjukdomsupptäckande sensorer sammanhang

    Tidig upptäckt och diagnos kan rädda liv, särskilt för infektionssjukdomar eller sjukdomar som kan ta månader eller år innan symtomen visar sig. Till exempel orsakar Parkinsons sjukdom (PD) motorisk försämring (t.ex. skakningar, stelhet och rörlighetsproblem) över tid. För många människor är skadorna oåterkalleliga när de upptäcker sin sjukdom. För att ta itu med detta problem forskar forskare på olika sensorer och maskiner som kan upptäcka sjukdomar, från de som använder hundars näsor till de som använder maskininlärning (ML). 

    År 2021 fann en koalition av forskare, inklusive Massachusetts Institute of Technology (MIT), Harvard University, Johns Hopkins University i Maryland och Medical Detection Dogs i Milton Keynes, att de kan träna artificiell intelligens (AI) för att efterlikna hundarnas sätt. lukta på sjukdom. Studien fann att ML-programmet matchade framgångsfrekvensen för hundar när det gäller att upptäcka vissa sjukdomar, inklusive prostatacancer. 

    Forskningsprojektet samlade in urinprover från både sjuka och friska individer; dessa prover analyserades sedan för molekyler som kunde indikera förekomst av sjukdom. Forskarteamet tränade en grupp hundar att känna igen lukten av sjuka molekyler, och forskare jämförde sedan deras framgångsfrekvens för att identifiera sjukdom med ML. Vid testning av samma prov fick båda metoderna mer än 70 procents noggrannhet. Forskare hoppas kunna testa en mer omfattande datauppsättning för att mer detaljerat fastställa de signifikanta indikatorerna för olika sjukdomar. Ett annat exempel på en sjukdomsupptäckande sensor är den som utvecklats av MIT och Johns Hopkins University. Den här sensorn använder hundens nos för att upptäcka cancer i urinblåsan. Men även om sensorn har testats framgångsrikt på hundar, finns det fortfarande en del arbete att göra för att göra den lämplig för klinisk användning.

    Störande inverkan

    År 2022 utvecklade forskare en e-näsa, eller ett AI-doftsystem, som potentiellt kan diagnostisera PD genom luktföreningar på huden. För att bygga denna teknik kombinerade forskare från Kina gaskromatografi (GC)-masspektrometri med en akustisk ytvågssensor och ML-algoritmer. GC kunde analysera luktföreningar från talg (ett oljigt ämne som produceras av den mänskliga huden). Forskare använde sedan informationen för att bygga en algoritm för att exakt förutsäga förekomsten av PD, med en noggrannhet på 70 procent. När forskare tillämpade ML för att analysera hela luktproverna, hoppade noggrannheten till 79 procent. Men forskare erkänner att fler studier med en omfattande och varierad urvalsstorlek behöver genomföras.

    Samtidigt, under höjden av covid-19-pandemin, visade forskning om data som samlats in av bärbara enheter, som Fitbit, Apple Watch och Samsung Galaxy smartwatch, att dessa enheter potentiellt kan upptäcka virusinfektion. Eftersom dessa enheter kan samla in hjärt- och syredata, sömnmönster och aktivitetsnivåer kan de varna användare för potentiella sjukdomar. 

    I synnerhet, Mount Sinai Hospital analyserade Apple Watch-data från 500 patienter och upptäckte att de som smittats av covid-19-pandemin uppvisade förändringar i deras hjärtvariabilitet. Forskare hoppas att denna upptäckt kan leda till användning av wearables för att skapa ett tidigt upptäcktssystem för andra virus som influensa och influensa. Ett varningssystem kan också utformas för att upptäcka infektionshotspots för framtida virus, där hälsoavdelningar kan ingripa innan dessa sjukdomar utvecklas till fullskaliga pandemier.

    Implikationer av sjukdomsupptäckande sensorer

    Vidare implikationer av sjukdomsupptäckande sensorer kan inkludera: 

    • Försäkringsleverantörer främjar sjukdomsupptäckande sensorer för att spåra patientinformation om hälsovård. 
    • Konsumenter som investerar i AI-assisterade sensorer och enheter som upptäcker sällsynta sjukdomar och potentiella hjärtinfarkter och anfall.
    • Öka affärsmöjligheter för bärbara tillverkare att utveckla enheter för patientspårning i realtid.
    • Läkare som fokuserar på konsultinsatser snarare än diagnostik. Till exempel, genom att öka användningen av sjukdomsupptäckande sensorer för att hjälpa till vid diagnos, kan läkare lägga mer tid på att utveckla personliga behandlingsplaner.
    • Forskningsorganisationer, universitet och federala myndigheter samarbetar för att skapa enheter och programvara för att förbättra diagnostik, patientvård och pandemiupptäckt i befolkningsskala.
    • Den utbredda användningen av sjukdomsupptäckande sensorer som uppmuntrar vårdgivare att övergå till prediktiva vårdmodeller, vilket leder till tidigare insatser och förbättrade patientresultat.
    • Regeringar reviderar hälsovårdspolicyer för att integrera sensorbaserad diagnostik, vilket resulterar i effektivare folkhälsoövervakning och svarssystem.
    • Sensorteknik som möjliggör fjärrövervakning av patienten, minskar sjukhusbesök och vårdkostnader, vilket är särskilt fördelaktigt för samhällen på landsbygden eller underbetjänade samhällen.

    Frågor att överväga

    • Om du äger en bärbar enhet, hur använder du den för att spåra din hälsostatistik?
    • Hur kan annars sjukdomsupptäckande sensorer förändra sjukvårdssektorn?

    Insiktsreferenser

    Följande populära och institutionella länkar hänvisades till för denna insikt: