Az Alzheimer-kór előfordulásának várható jelentős növekedése a magasabb várható élettartam miatt, a modern társadalmak egészségügyi rendszereinek egyik legnagyobb jövőbeli kihívása világszerte. Az Alzheimer-kór jelentős változásokat okoz a tevékenységek időbeli szerkezetében, s ez hátrányosan befolyásolja a mindennapi tevékenységeket. A rendellenes mozgásos viselkedés, és az alvás-ébrenlét ciklus degenerációja a súlyos viselkedési tünetek között van. A korai felismerés, és még inkább az ilyen viselkedések előre jelzése lehetővé teszi a gyors beavatkozásokat, amelyek célja, hogy késleltessék a tünetek megnyilvánulását vagy súlyosbodását, és ezáltal csökkentsék az egészségügyi intézményekben való ellátás szükségességét, vagy legalábbis gyakoriságát/folyamatosságát. A Rostocki Egyetem Számítástudományi és Villamosmérnöki kara, valamint a Német Neurodegeneratív Betegségek Központja (DZNE) által készített interdiszciplináris közös kutatás létrehozott egy új érzékelő algoritmust, amely lehetővé teszi, hogy felismerje az Alzheimer-kór hatását a mindennapi mozgásos viselkedésben. Egy 46 személlyel elvégzett vizsgálatban (23 fő esetében diagnosztizált Alzheimer-dementia, 23 egészséges kontroll-személy), a módszer elérte a 91%-os pontosságot a megkülönböztetésben. Az algoritmus a különféle, nem-specifikus mozgások jellemzőinek jeleit használta fel, amelyeket közönséges gyorsulásmérőkből nyertek (hasonlóak találhatók például egyes okostelefonokban is), melyeket az alanyok normális mindennapi tevékenységeik során viseltek. "A módszer lényegesen nagyobb érzékenységet mutat, mint a bevett viselkedési skálák, mint például a „Cohen-Mansfield Agitation Index" hangsúlyozza Prof. Teipel a DZNE vezetője, aki megtervezte és vezette a kutatást. "Ez azt jelenti, hogy most már van egy minden korábbinál érzékenyebb eszköz a magatartásbeli változások kimutatására, amely lehetővé teszi számunkra, hogy nyomon kövessük betegség előrehaladását és megállapítsuk a beavatkozások hatékonyságát." Hozzáteszi: "És az így nyert mérési eredmény objektív, nem pedig emberi megfigyelő szükségképpen szubjektív becslése." "Rendkívül izgalmas, hogy az új módszer képes nem-specifikus mindennapi mozgásos viselkedések jellegzetességeiből következtetni," mondja Prof. Kirste, a Számítástudományi Tanszék munkatársa, aki az elemzési algoritmust tervezte. "Figyelembe véve a mindennapi tevékenységek nagy varianciáját, úgy gondoljuk, nagyon fontos eredmény, hogy az eljárás képes érzékelni az Alzheimer-kórnak a legkülönfélébb viselkedések időbeli szerkezetére tett hatását." Megjegyzi, hogy: "A gyakorlati megvalósítás szintjén ez azt jelenti, hogy képesek leszünk alacsony költségű érzékelőket felhasználni, és nem kell felkérni a betegeket, hogy hajtsanak végre konkrét, ellenőrzött mozgásokat. Várhatóan még az is lehetségessé válik, hogy a szükséges adatokat már más célra bevezetett és elterjedt eszközökről, például a mobiltelefonokból vagy navigációs eszközökből nyerhessük." Szemlézte: elitmed.hu, Kolin Péter Forrás: https://www.ehealthnews.eu/