공동

npj 디지털 의학 5권, 기사 번호: 32(2022) 이 기사 인용

5767 액세스

19 인용

14 알트메트릭

측정항목 세부정보

파킨슨병(PD)은 떨림, 운동완서, 운동이상증, 보행 이상 등의 운동 장애를 특징으로 하는 신경퇴행성 질환입니다. 현재 프로토콜은 진료소 방문 중 PD 증상을 평가하며 주관적일 수 있습니다. 환자 일기는 임상의가 재택 증상을 평가하는 데 도움이 될 수 있지만 불완전하거나 부정확할 수 있습니다. 따라서 연구자들은 데이터 기반 PD 진단 및 관리를 가능하게 하기 위해 PD 증상을 모니터링하는 가정 내 자동화 방법을 개발했습니다. 우리는 일반적인 운동 PD 증상을 모니터링하는 데 사용되는 기술 및 컴퓨터/기계 학습 방법의 진행 상황을 분석하기 위해 미국 국립 의학 도서관 PubMed 데이터베이스에 쿼리했습니다. 문헌 검토를 통해 나타난 기계 학습 및 기술 타임라인을 가장 잘 특성화한 대략 12,000개 논문의 하위 집합이 검토되었습니다. PD 운동 증상을 모니터링하는 데 사용되는 기술은 지난 50년 동안 크게 발전했습니다. 초기 모니터링은 바늘 기반 EMG와 같은 실험실 내 장치로 시작되어 실험실 내 가속도계/자이로스코프, 이후 웨어러블 가속도계/자이로스코프, 마지막으로 전화, 모바일 및 웹 애플리케이션 기반 가정 내 모니터링으로 전환되었습니다. PD 환자를 분류하기 위해 기계 학습 알고리즘을 사용하는 측면에서도 상당한 진전이 이루어졌습니다. 연구원들은 다양한 장치(예: 비디오 카메라, 전화 기반 가속도계)의 데이터를 사용하여 신경망 및 비신경망 기반 기계 학습 알고리즘을 설계하여 PD 환자를 떨림, 보행, 운동완서 및 운동이상증으로 분류했습니다. PD 운동 증상을 모니터링하는 데 사용되는 기술과 컴퓨터 기술의 50년 공동 발전은 PD 증상의 실험실/진료소 모니터링에서 가정 내 모니터링으로의 전환을 가능하게 하는 상당한 진전을 이루었습니다.

파킨슨병(PD)은 진전, 운동완서, 운동이상증, 보행 이상과 같은 운동 장애를 특징으로 하는 복잡한 신경퇴행성 장애입니다1. PD 운동 장애에 대한 적절한 평가는 질병의 임상 관리에 필수적입니다2,3. 증상 중증도의 갑작스러운 증가5를 피하기 위한 도파민성 약물의 적절한 시기4와 심부 뇌 자극6과 같은 개입 방법의 선택은 모두 PD 환자의 증상 변동에 대한 정확한 이해가 필요합니다. 또한 장기적인 질병 진행을 이해하려면 수면 장애, 위장 증상, 정신과적 증상과 같은 PD의 비운동 증상에 대한 객관적인 특성화가 필요합니다3.

운동 및 비운동 PD 증상의 특성화는 전통적으로 (I) 정신, 행동 및 기분, (II) 일상 생활 활동, III) 모터 및 (IV) 합병증7. UPDRS는 결국 MDS(운동 장애 협회)에 의해 업데이트되어 척도에서 주관성을 줄이기 위한 시도로 MDS-UPDRS를 만들었습니다8. 임상의는 또한 활동성 떨림에 대한 WHIGET Tremor Rating Scale9 및 서동증에 대한 수정된 서동증 등급 척도(MRBS)와 같은 다른 평가 시스템을 사용합니다10. 그러나 이러한 등급 시스템에는 두 가지 주요 결함이 있습니다. 첫째, 병원 내 방문 중에 나타나는 환자의 증상에 대한 스냅샷 보기만 제공하기 때문에 질병이나 약물 치료 주기 동안 세분성이 부족합니다. 또한 진료소 밖에서 PD 증상을 평가할 때 의사는 환자의 일기나 회상에 의존해야 하는데, 이는 부정확할 수 있습니다2. 둘째, 이러한 평가 시스템은 본질적으로 주관적이므로 평가자 간 및 평가자 내 변동성이 높습니다3.

이러한 결함을 해결하는 것은 PD 환자의 적절한 진단과 관리를 보장하는 데 필수적입니다. 이를 위해 PD의 주요 운동 증상을 모니터링하기 위한 객관적이고 집에서 자동화된 방법을 개발하기 위해 상당한 노력이 이루어져 왔습니다. 모션 센서와 경우에 따라 비디오 기반 기술을 활용하면 의사가 먼저 PD 진단에 대한 데이터 기반 접근 방식을 취할 수 있습니다. 스마트 장치(예: 스마트폰, 시계)를 통해 집에서 환자 모니터링을 추가하면 의사가 환자 활동 데이터를 기반으로 치료 계획을 조정할 수 있습니다. 이러한 기술의 최종 목표는 지속적인 재택 모니터링을 달성하는 것입니다. 이를 위해서는 집에서 솔루션을 개발하기 위해 실험실 데이터를 적용하는 것이 아니라 집에서 얻은 데이터를 사용하여 지속적인 연구가 필요합니다. 이 리뷰는 떨림, 보행 이상, 운동완서 및 운동이상증과 같은 PD의 일반적인 운동 증상을 평가하고 모니터링하는 데 사용되는 기술 및 계산 방법의 공동 진화를 요약하는 것을 목표로 합니다.