人工智能诊疗:跟踪MS患者的打字方式监测神经系统退化

【人工智能诊疗:跟踪MS患者的打字方式监测神经系统退化】 人工智能在诊断上的应用前景被医疗行业看好,一种被称为数据表型的疾病诊断法就颠覆了传统定义的精神疾病诊断法 。
数据表型从人们的语言选择、人们的睡眠模式到给朋友打电话的频率,对数据进行 。通过数字表型,个体与数字科学的结合影响着从诊断、治疗到慢性病管理的疾病整个谱系 。
在精神病学领域引进数字表型,能够更密切和持续地测量患者日常生活中的各种生物特征信息,如情绪、活动、心率和睡眠,并将这些信息与临床症状联系起来,从而改善临床实践 。
而近日,发表在《Chaos》杂志上的一项新研究表明,跟踪多发性硬化症(MS)患者在智能手机触摸屏上打字方式的变化,可能是监测神经系统退化的一种有用方法 。

人工智能诊疗:跟踪MS患者的打字方式监测神经系统退化
文章插图
在键盘上打字是一项相对复杂的活动,涉及许多不同的大脑区域,它们有效地协同工作 。从一种类型的整体速度到单个按键之间的微停顿,随着时间的推移,这些动态的微小变化可以作为神经退行性疾病进展的早期预警信号 。
阿姆斯特丹大学医学中心的研究人员现在开发了一款智能手机应用程序,可以被动地跟踪用户击键动态随时间的变化 。
这项新的研究招募了少量的MS患者和健康对照者 。这个队列被跟踪了12个月,以观察击键动力学的变化是否与疾病的退行性进展相关 。目前,这项初步研究的结果已证实了击键动力学的可量化变化与MS疾病活动的临床相关变化相一致 。
研究人员表示,如果医生能够使用类似击键的方法对病人进行更持续的监测,他们可以更好地预测何时需要新的治疗 。
事实上,对慢性疾病如多发性硬化症(MS)的疾病活动进行监测是帮助临床医生跟踪疾病进展和任何治疗或干预措施不可或缺的 。而这项研究无疑从数据表型的角度给出了全新的无入侵的方式 。
责任编辑:xj
.dfma {position: relative;width: 1000px;margin: 0 auto;}.dfma a::after {position: absolute;left: 0;bottom: 0;width: 30px;line-height: 1.4;text-align: center;background-color: rgba(0, 0, 0, .5);color: #fff;font-size: 12px;content: "广告";}.dfma img {display: block;}
人工智能诊疗:跟踪MS患者的打字方式监测神经系统退化
文章插图

    推荐阅读