Mga sensor sa pagtukoy ng sakit: Pagtukoy ng mga sakit bago maging huli ang lahat

CREDIT NG LARAWAN:
Image credit
iStock

Mga sensor sa pagtukoy ng sakit: Pagtukoy ng mga sakit bago maging huli ang lahat

Mga sensor sa pagtukoy ng sakit: Pagtukoy ng mga sakit bago maging huli ang lahat

Teksto ng subheading
Gumagawa ang mga mananaliksik ng mga device na maaaring makakita ng mga sakit ng tao upang mapataas ang posibilidad na mabuhay ang pasyente.
    • May-akda:
    • pangalan Author
      Quantumrun Foresight
    • Oktubre 3, 2022

    Buod ng pananaw

    Ginagamit ng mga siyentipiko ang mga teknolohiya ng sensor at artificial intelligence (AI) upang matukoy nang maaga ang mga sakit, na posibleng magbago ng pangangalagang pangkalusugan gamit ang mga device na gayahin ang kakayahan ng mga aso na amoy sakit o gumamit ng mga nasusuot upang subaybayan ang mga mahahalagang palatandaan. Ang umuusbong na teknolohiyang ito ay nagpapakita ng pangako sa paghula ng mga sakit tulad ng Parkinson's at COVID-19, at ang karagdagang pananaliksik ay naglalayong pahusayin ang katumpakan at pagpapalawak ng mga aplikasyon. Ang mga pagsulong na ito ay maaaring mag-alok ng mga makabuluhang implikasyon para sa pangangalagang pangkalusugan, mula sa mga kompanya ng insurance na gumagamit ng mga sensor para sa pagsubaybay sa data ng pasyente hanggang sa mga pamahalaan na nagsasama ng mga diagnostic na nakabatay sa sensor sa mga patakaran sa pampublikong kalusugan.

    Konteksto ng mga sensor sa pagtukoy ng sakit

    Ang maagang pagtuklas at pagsusuri ay maaaring makapagligtas ng mga buhay, lalo na para sa mga nakakahawang sakit o sakit na maaaring tumagal ng ilang buwan o taon bago magpakita ng mga sintomas. Halimbawa, ang sakit na Parkinson (PD) ay nagdudulot ng pagkasira ng motor (hal., panginginig, tigas, at mga isyu sa kadaliang kumilos) sa paglipas ng panahon. Para sa maraming tao, ang mga pinsala ay hindi maibabalik kapag natuklasan nila ang kanilang sakit. Upang matugunan ang isyung ito, nagsasaliksik ang mga siyentipiko ng iba't ibang sensor at machine na maaaring makakita ng mga sakit, mula sa mga gumagamit ng ilong ng aso hanggang sa mga gumagamit ng machine learning (ML). 

    Noong 2021, natuklasan ng isang koalisyon ng mga mananaliksik, kabilang ang Massachusetts Institute of Technology (MIT), Harvard University, Johns Hopkins University sa Maryland, at Medical Detection Dogs sa Milton Keynes, na maaari nilang sanayin ang artificial intelligence (AI) upang gayahin ang paraan ng mga aso. amoy sakit. Nalaman ng pag-aaral na tumugma ang programa ng ML sa mga rate ng tagumpay ng mga aso sa pag-detect ng ilang sakit, kabilang ang prostate cancer. 

    Ang proyekto ng pananaliksik ay nangolekta ng mga sample ng ihi mula sa parehong may sakit at malusog na mga indibidwal; ang mga sample na ito ay sinuri para sa mga molekula na maaaring magpahiwatig ng pagkakaroon ng sakit. Ang pangkat ng pananaliksik ay nagsanay ng isang grupo ng mga aso upang makilala ang amoy ng mga may sakit na molekula, at pagkatapos ay inihambing ng mga mananaliksik ang kanilang mga rate ng tagumpay sa pagtukoy ng sakit sa mga ML. Sa pagsubok sa parehong mga sample, ang parehong mga pamamaraan ay nakakuha ng higit sa 70 porsiyentong katumpakan. Inaasahan ng mga mananaliksik na subukan ang isang mas malawak na set ng data upang matukoy ang mga makabuluhang tagapagpahiwatig ng iba't ibang mga sakit nang mas detalyado. Ang isa pang halimbawa ng sensor sa pagtukoy ng sakit ay ang ginawa ng MIT at Johns Hopkins University. Ang sensor na ito ay gumagamit ng mga ilong ng mga aso upang makita ang kanser sa pantog. Gayunpaman, habang ang sensor ay matagumpay na nasubok sa mga aso, mayroon pa ring ilang gawaing dapat gawin upang gawin itong angkop para sa klinikal na paggamit.

    Nakakagambalang epekto

    Noong 2022, nakabuo ang mga mananaliksik ng e-nose, o isang AI olfactory system, na posibleng mag-diagnose ng PD sa pamamagitan ng mga compound ng amoy sa balat. Para mabuo ang teknolohiyang ito, pinagsama ng mga siyentipiko mula sa China ang gas chromatography (GC) -mass spectrometry na may surface acoustic wave sensor at ML algorithm. Maaaring suriin ng GC ang mga compound ng amoy mula sa sebum (isang mamantika na sangkap na ginawa ng balat ng tao). Pagkatapos ay ginamit ng mga siyentipiko ang impormasyon upang bumuo ng isang algorithm upang tumpak na mahulaan ang pagkakaroon ng PD, na may katumpakan na 70 porsiyento. Nang inilapat ng mga siyentipiko ang ML upang pag-aralan ang buong sample ng amoy, tumalon ang katumpakan sa 79 porsiyento. Gayunpaman, kinikilala ng mga siyentipiko na mas maraming pag-aaral na may malawak at iba't ibang laki ng sample ang kailangang isagawa.

    Samantala, sa kasagsagan ng pandemya ng COVID-19, ang pananaliksik sa data na nakolekta ng mga nasusuot, gaya ng Fitbit, Apple Watch, at Samsung Galaxy smartwatch, ay nagpakita na ang mga device na ito ay posibleng makakita ng impeksyon sa viral. Dahil ang mga device na ito ay maaaring mangolekta ng data ng puso at oxygen, mga pattern ng pagtulog, at mga antas ng aktibidad, maaari nilang bigyan ng babala ang mga gumagamit ng mga potensyal na sakit. 

    Sa partikular, sinuri ng Mount Sinai Hospital ang data ng Apple Watch mula sa 500 pasyente at natuklasan na ang mga nahawahan ng pandemya ng COVID-19 ay nagpakita ng mga pagbabago sa rate ng pagkakaiba-iba ng kanilang puso. Ang mga mananaliksik ay umaasa na ang pagtuklas na ito ay maaaring humantong sa paggamit ng mga naisusuot upang lumikha ng isang maagang sistema ng pagtuklas para sa iba pang mga virus tulad ng trangkaso at trangkaso. Ang isang sistema ng babala ay maaari ding idisenyo upang makita ang mga hotspot ng impeksyon para sa mga virus sa hinaharap, kung saan ang mga departamento ng kalusugan ay maaaring mamagitan bago ang mga sakit na ito ay maging ganap na mga pandemya.

    Mga implikasyon ng mga sensor sa pagtukoy ng sakit

    Ang mas malawak na implikasyon ng mga sensor sa pagtukoy ng sakit ay maaaring kabilang ang: 

    • Mga provider ng insurance na nagpo-promote ng mga sensor sa pagtukoy ng sakit para sa pagsubaybay sa impormasyon ng pangangalaga sa kalusugan ng pasyente. 
    • Mga consumer na namumuhunan sa mga sensor at device na tinulungan ng AI na nakakatuklas ng mga bihirang sakit at potensyal na atake sa puso at seizure.
    • Pagpaparami ng mga pagkakataon sa negosyo para sa mga naisusuot na manufacturer na bumuo ng mga device para sa real-time na pagsubaybay sa pasyente.
    • Mga doktor na tumutuon sa mga pagsisikap sa pagkonsulta sa halip na mga diagnostic. Halimbawa, sa pamamagitan ng pagtaas ng paggamit ng mga sensor sa pagtukoy ng sakit upang tumulong sa pagsusuri, maaaring gumugol ng mas maraming oras ang mga doktor sa pagbuo ng mga personalized na plano sa paggamot.
    • Ang mga organisasyon ng pananaliksik, unibersidad, at pederal na ahensya ay nagtutulungan upang lumikha ng mga device at software para mapahusay ang mga diagnostic, pangangalaga sa pasyente, at pagtukoy ng pandemya sa laki ng populasyon.
    • Ang malawakang paggamit ng mga sensor sa pagtukoy ng sakit na naghihikayat sa mga tagapagbigay ng pangangalagang pangkalusugan na lumipat patungo sa mga predictive na modelo ng pangangalagang pangkalusugan, na humahantong sa mga naunang interbensyon at pinahusay na mga resulta ng pasyente.
    • Binabago ng mga pamahalaan ang mga patakaran sa pangangalagang pangkalusugan upang isama ang mga diagnostic na nakabatay sa sensor, na nagreresulta sa mas mahusay na sistema ng pagsubaybay at pagtugon sa kalusugan ng publiko.
    • Ang teknolohiya ng sensor na nagbibigay-daan sa malayuang pagsubaybay sa pasyente, pagbabawas ng mga pagbisita sa ospital at mga gastos sa pangangalagang pangkalusugan, na partikular na kapaki-pakinabang para sa mga komunidad sa kanayunan o kulang sa serbisyo.

    Mga katanungang dapat isaalang-alang

    • Kung nagmamay-ari ka ng naisusuot, paano mo ito ginagamit para subaybayan ang iyong mga istatistika sa kalusugan?
    • Paano pa maaaring baguhin ng mga sensor sa pagtukoy ng sakit ang sektor ng pangangalagang pangkalusugan?

    Mga sanggunian ng insight

    Ang mga sumusunod na sikat at institusyonal na link ay isinangguni para sa pananaw na ito: