ATLANTA - Ein Gerät, das niederfrequente Radiowellen aussendet und detaillierte Daten zu Bewegungen sammelt, kann dazu beitragen, Behandlungsentscheidungen für Demenzkranke mit Unruhe zu treffen.
Bekannt als Emerald, verwendet das neuartige Erfassungsgerät Funkwellenerfassung und Signalverarbeitung, um "menschliches Verhalten auf berührungslose, völlig entfernte und relativ private Weise abzubilden. Wir sind sehr gespannt auf das Potenzial dieser Technologie und darauf, wie sie in Echtzeit gesteuert werden kann Änderungen der Medikamente ", sagte der Studienforscher Ipsit V. Vahia vom McLean Hospital in Belmont, Massachusetts, und der Harvard Medical School in Boston gegenüber Medscape Medical News.
Die Ergebnisse wurden hier bei der American Association for Geriatric Psychiatry (AAGP) 2019 vorgestellt.
Das Team von Vahia arbeitet mit Forschern des Massachusetts Institute of Technology (MIT) zusammen, die das Gerät entwickelt haben.
Das an der Wand montierte Gerät wird an eine Stromquelle angeschlossen, "damit niemand daran denken muss, es aufzuladen", sagte Vahia.
Dr. Ipsit Vahia
Die Patienten werden nicht ständig daran erinnert, dass ihre Bewegungen verfolgt werden. Sie müssen nichts tragen oder ein mobiles Gerät tragen und die Technologie beinhaltet keine aufdringlichen Kameras, die Fotos von ihnen machen, sagte Vahia.
Das Gerät sendet drahtlose Funksignale ähnlich wie WiFi-Signale, ist jedoch 100-mal weniger leistungsfähig. Es kann jederzeit Informationen über den genauen Standort einer Person in einem Raum weitergeben, und extrahierte Informationen können Aufschluss über die Atmung und andere Vitalfunktionen geben.
"Es kann Gang erkennen, so dass wir basierend auf Gang und Ganggeschwindigkeit Tempo, Unruhe und Unruhe bestimmen können", sagte Vahia.
Das Gerät kann auch die Schlafdauer und andere Parameter messen. "Wir können periodische Bewegungen der Gliedmaßen im Schlaf feststellen, was wichtige Auswirkungen hat", sagte Vahia.
Die vom Gerät erfassten Daten werden komprimiert und in Mustern angezeigt, die Änderungen im Zeitverlauf veranschaulichen. Für Vahia ist die Fähigkeit, Daten in Längsrichtung zu erfassen, das aufregendste Element der Technologie.
"Wir können im Laufe der Zeit Verhaltensänderungen feststellen, die es uns möglicherweise ermöglichen, die Auswirkungen von Behandlungen und Interventionen zu untersuchen."
Die Forscher präsentierten Daten, die für einzelne Demenzpatienten in Einrichtungen für betreutes Wohnen gesammelt wurden und mögliche Anwendungen des Geräts veranschaulichen.
Ein Beispiel war eine 85-jährige weiße Frau, bei der eine schwere neurokognitive Störung, eine schwere Depression und Angstzustände mit einer Vorgeschichte von Unruhe und Unruhe diagnostiziert wurden.
Im Laufe der Zeit gesammelte Sensordaten zeigten "ein ziemlich klassisches Stimulationsverhalten im Zusammenhang mit der Alzheimer-Krankheit", sagte Vahia.
Sein Team nutzte die Wellenmuster, um Änderungen der Medikamente vorzuschlagen - Entscheidungen, die "100% verifiziert" wurden, indem sie sich mit den Mitarbeitern vor Ort besprachen, sagte er.
Die Forscher wollten unbedingt mehr über die Ursache der Spitzen im Verhalten dieses Patienten erfahren. Nachdem sie die Mitarbeiterprotokolle durchgesehen hatten, stellten sie fest, dass die Patientin an den Tagen nach den Besuchen ihres Mannes oder Sohnes mehr auf und ab ging. Dieses Wissen hat auch wichtige Behandlungsänderungen beeinflusst.
Die derzeitige Untersuchung des Geräts beschränkt sich auf Patienten mit Demenz, die Vahia als "das teuerste klinische Problem, mit dem wir in der gesamten Medizin konfrontiert sind" bezeichnete.
Es ist ein Zustand, in dem eine frühzeitige Intervention den Krankenhausaufenthalt verringern und negative Folgen wie Stürze haben kann, sagte er.
"Diese Arbeit ist in einem frühen Stadium, bewegt sich aber schnell", sagte Vahia. "Das Ziel unseres Teams ist es, die Implementierung dieser Technologie in der realen Pflege so weit wie möglich zu beschleunigen, jedoch auf evidenzbasierte Weise."
Die Verfügbarkeit von "einfacher, effizienter Technologie und schneller Analyse" sei ein "Wendepunkt" in diesem Forschungsbereich, sagte Vahia.
"Es hat diese Arbeit von umständlich und nicht übersetzbar in etwas verwandelt, das man sofort in Pflege umsetzen kann."
Prasad Padala, Professor für Psychiatrie und Geriatrie an der Universität von Arkansas für medizinische Wissenschaften in Little Rock, kommentierte die Studie für Medscape Medical News als "bahnbrechend".
Sensorbasierte Messungen können der klinikergesteuerten Datenerfassung überlegen sein, sagte Pradala, der nicht an der aktuellen Forschung beteiligt war.
Er verwendete das Beispiel der In-Office-Bewertung der Ganggeschwindigkeit, die ein Indikator für die Langlebigkeit ist.
"In dem Moment, in dem ich Patienten sage, dass ich ihre Ganggeschwindigkeit messe, wollen sie ihren besten Fuß nach vorne bringen, und das macht den Zweck zunichte."
Das Team von Vahia sammelt Daten "ohne das ausdrückliche Bewusstsein des Patienten" auf eine objektivere Weise, als dies mit einem Kliniker möglich ist, sagte Padala. "Die Daten werden die Realität besser widerspiegeln."
Er glaubt nicht, dass dieser berührungslose Datenerfassungsprozess die Rolle des Arztes eliminieren wird. "Sobald wir die Daten erhalten haben, kommen wir damit ins Bild, wo der Arzt ins Bild kommt."
Die Forschung wurde teilweise vom Nationalen Institut für psychische Gesundheit, der Es war einmal-Stiftung, dem Massachusetts Institute of Technology, dem Stein-Institut für Altersforschung, dem UCSD RPC iPad-Projekt und der John A. Hartford-Stiftung unterstützt. Vahia und Padala haben keine relevanten finanziellen Beziehungen offengelegt.
Amerikanische Vereinigung für Geriatrische Psychiatrie (AAGP) 2019: Abstract LB6. Präsentiert am 3. März 2019.
Weitere Neuigkeiten zu Medscape Psychiatry finden Sie auf Facebook und Twitter
