Τα ιατρικά εμφυτεύματα είναι, ως επί το πλείστον, αθόρυβοι συλλέκτες δεδομένων: καταγράφουν, οι κλινικοί γιατροί εξετάζουν αργότερα και οι ασθενείς σπάνια βλέπουν κάτι από αυτά μέχρι ένα προγραμματισμένο ραντεβού. Μια ομάδα στο Πανεπιστήμιο της Πενσυλβάνια δοκίμασε ένα πολύ διαφορετικό μοντέλο - μια ιατρική συσκευή στην οποία οι ασθενείς μπορούν πραγματικά να μιλήσουν και που απαντά.
Σε μια μελέτη proof-of-concept που δημοσιεύτηκε στο Nature Medicine, ερευνητές στο Penn's Perelman School of Medicine και το Centre for Neuroengineering and Therapeutics (CNT) περιγράφουν μια πλατφόρμα βασισμένη στην τεχνητή νοημοσύνη που επιτρέπει στους ανθρώπους που παρακολουθούνται για επιληψία να ανταλλάσσουν μηνύματα με το σύστημα παρακολούθησης του εγκεφάλου τους σε πραγματικό χρόνο. επιληπτικές κρίσεις με μεγαλύτερη ακρίβεια. For more context on this story, see our ongoing breaking AI news.
Πώς λειτουργεί η πλατφόρμα
Στη μελέτη συμμετείχαν 13 ενήλικες που εισήχθησαν στη Μονάδα Παρακολούθησης Επιληψίας του Penn για συνεχή παρακολούθηση εγκεφάλου με ηλεκτροεγκεφαλογραφία (EEG) — ορισμένοι για να εντοπίσουν την πηγή των κρίσεων τους, άλλοι ως μέρος της προχειρουργικής αξιολόγησης. Η πλατφόρμα που δοκίμασαν αποτελούνταν από τρία στοιχεία: λογισμικό που κατέγραφε συνεχώς δεδομένα ΗΕΓ από ηλεκτρόδια στον εγκέφαλο κάθε συμμετέχοντα. ένα ασφαλές περιβάλλον cloud συμβατό με το HIPAA που αναλύει τα εισερχόμενα δεδομένα σε σχεδόν πραγματικό χρόνο. και μια εφαρμογή για smartphone που διαθέτει έναν συνομιλητή τεχνητής νοημοσύνης που αναπτύχθηκε από την Penn, κατασκευασμένο με τεχνολογία παρόμοια με εκείνη πίσω από το ChatGPT.
Μέσω της εφαρμογής, οι ασθενείς μπορούσαν να κάνουν ερωτήσεις σχετικά με τη δραστηριότητα του εγκεφάλου τους, να ζητήσουν οπτικοποιήσεις των τάσεων στα δεδομένα τους, να αναφέρουν συμπτώματα και να λαμβάνουν ειδοποιήσεις ή έρευνες κατά τη διάρκεια της ημέρας. Το σύστημα θα μπορούσε επίσης να απευθυνθεί χωρίς προτροπή όταν εντόπισε αλλαγές που έκρινε σχετικές και να προσαρμόζεται «εν τω όψει» με βάση τις απαντήσεις των ασθενών.
«Η ιδέα είναι ότι αντί να περιμένεις έναν ειδικό να αναλύσει τα δεδομένα που συλλέγει η συσκευή σου, η συσκευή θα μπορούσε να ανιχνεύσει αλλαγές και να σε ειδοποιήσει αμέσως, όπως ο προσωπικός σου Jiminy Cricket στον ώμο σου», δήλωσε ο ανώτερος συγγραφέας Brian Litt, MD, καθηγητής Νευρολογίας, Νευροχειρουργικής και Βιομηχανικής. "Το πιο σημαντικό, τόσο ο ασθενής όσο και η συσκευή μπορούν να μάθουν μαζί με την πάροδο του χρόνου. Η συσκευή μαθαίνει τι έχει σημασία για τον ασθενή και ο ασθενής μαθαίνει πώς η συμπεριφορά του επηρεάζει την υγεία του."
Τι αποκαλύφθηκαν 1.307 μηνύματα
Κατά τη διάρκεια της περιόδου της μελέτης, οι συμμετέχοντες αντάλλαξαν 1.307 μηνύματα με το σύστημα. Οι περισσότερες συνομιλίες επικεντρώνονταν σε επιληπτικές κρίσεις, στον ύπνο, στη διάθεση και στα επίπεδα ενέργειας - παράγοντες που έχουν άμεση σχέση με τη δραστηριότητα των επιληπτικών κρίσεων. Οι ασθενείς ερευνήθηκαν επίσης τρεις φορές την ημέρα σχετικά με τον ύπνο, το άγχος, τη διάθεση, την ευεξία και άλλα συμπτώματα.
Ο βρόχος ανάδρασης λειτούργησε και προς τις δύο κατευθύνσεις. Οι συμμετέχοντες μπορούσαν να πουν στο σύστημα ποιες ανιχνεύσεις επιληπτικών κρίσεων ήταν σωστές και ποιες ψευδείς συναγερμοί και η πλατφόρμα βελτίωσε σημαντικά την ικανότητά της να εντοπίζει με ακρίβεια τις κρίσεις ως αποτέλεσμα. Οι κλινικοί γιατροί θα μπορούσαν να επανεξετάσουν τις αξιολογήσεις του συστήματος και να προσθέσουν τους δικούς τους σχολιασμούς μέσω αυτού που η ομάδα αποκαλεί έναν έξυπνο αλγόριθμο "ειδικός στον βρόχο", ο οποίος συγκεντρώνει τη συμβολή των ειδικών μόνο στις περιπτώσεις υψηλότερης αξίας.
Αρκετοί συμμετέχοντες είπαν ότι η πλατφόρμα τους βοήθησε να κατανοήσουν τα μοτίβα που είχαν παρατηρήσει αλλά ποτέ δεν είχαν καταλάβει. Κάποιος ανέφερε ότι βοήθησε «να εδραιώσει αυτό που ένιωθα ότι ήταν αληθινό ανάμεσα σε μερικά από τα επεισόδια και τα συναισθήματά μου». Άλλοι εκτιμούσαν την πρόσβαση στα δεδομένα ύπνου τους και τη δυνατότητα προειδοποίησης πριν από μεγάλες κρίσεις.
Από την επιληψία στις αντλίες ινσουλίνης και τη βαθιά διέγερση του εγκεφάλου
Η ομάδα βλέπει την πλατφόρμα ως πρότυπο για την επόμενη γενιά ιατρικών συσκευών πολύ πέρα από την επιληψία. Οι πιθανές εφαρμογές περιλαμβάνουν καρδιακές συσκευές, αντλίες ινσουλίνης και αναδυόμενες νευροψυχιατρικές θεραπείες για τη νόσο του Πάρκινσον, την κατάθλιψη, την ιδεοψυχαναγκαστική διαταραχή, τον εθισμό και τις γνωστικές διαταραχές.
Οι εργασίες βρίσκονται ήδη σε εξέλιξη: οι ερευνητές προετοιμάζουν μελέτες με τη Lauren Hammer, MD, PhD, επίκουρη καθηγήτρια Νευρολογίας και Βιομηχανικής, για να εφαρμόσουν την πλατφόρμα για να συντονίσουν αυτόματα συσκευές βαθιάς εγκεφαλικής διέγερσης που χρησιμοποιούνται για τη θεραπεία της νόσου του Πάρκινσον. Περαιτέρω έργα στοχεύουν στην ενσωμάτωση φορητών συσκευών για την αϋπνία, την επιληψία και την παρακολούθηση του εγκεφάλου και των ζωτικών σημείων.
«Οι ασθενείς συχνά κατανοούν πτυχές της ασθένειάς τους που οι αισθητήρες δεν μπορούν να μετρήσουν άμεσα», είπε ο Litt — οραματιζόμενος, όπως το θέτει η έκδοση, μια αντλία ινσουλίνης που θα μπορούσε να απαντήσει σε ερωτήσεις σχετικά με το πώς ένα γεύμα θα επηρεάσει το σάκχαρο στο αίμα. Καθώς τέτοια συστήματα γίνονται πιο εξατομικευμένα, οι ερευνητές αναμένουν ότι θα απαιτούν λιγότερη κλινική επίβλεψη, καθιστώντας πρακτική τη μακροχρόνια χρήση εξωτερικών ασθενών.
Μια αλλαγή στο τι χρησιμεύουν οι ιατρικές συσκευές
Η ευρύτερη σημασία της μελέτης είναι εννοιολογική όσο και τεχνική. Όπου οι σημερινές συσκευές συλλέγουν ως επί το πλείστον δεδομένα για περιοδική ανασκόπηση από κλινικούς ιατρούς, η πλατφόρμα Penn αντιμετωπίζει τη συσκευή, τον ασθενή και την ομάδα φροντίδας ως συνεργάτες σε μια συνεχή συνομιλία. Τα ευρήματα δημοσιεύτηκαν στο Nature Medicine από την Perelman School of Medicine και την ομάδα CNT, με την ίδια την πλατφόρμα να κατασκευάζεται από διδακτορικούς φοιτητές της Penn Bioengineering με επικεφαλής τους Zack Goldblum, Haoer Shi και Zhongchuan Xu.
Το πείραμα είναι μικρό — 13 ασθενείς σε μονάδα ελεγχόμενης παρακολούθησης — και η τεχνολογία είναι πρώιμη. Αλλά προσφέρει μια συγκεκριμένη εικόνα του τι συμβαίνει όταν τα δεδομένα που συλλέγει μια ιατρική συσκευή σταματούν να ρέουν μονόδρομα και γίνονται κάτι που οι ασθενείς μπορούν να αμφισβητήσουν, να διορθώσουν και να μάθουν σε πραγματικό χρόνο.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
