Av 200 personer lever tre med Parkinsons sjukdom. Parkinsons sjukdom är en progressiv störning som påverkar det centrala nervsystemet och som för närvarande inte botas. Parkinsons sjukdom kan orsaka rörlighetsproblem, vilket ökar patienternas risk att falla.

Ett team av forskare från Texas A&M University har utvecklat ett tåknackningstest för patienter med Parkinsons sjukdom som samlar information från smarta skoinlägg och överför data till en enkel telefonapplikation. Resultaten från testet kan hjälpa till att fastställa en patients fallrisk samtidigt som de ger insikter som symtomförlopp och behandlingsförslag.

Denna studie publicerades i IEEE Sensors Letters .

"Vi har utvecklat en lätt, lättinstallerad, självdriven innersula som du kan placera i vilken typ av sko som helst, såväl som ett korrelerande test som exakt kan bestämma fallrisken", säger Dr Ya Wang, docent i J. Mike Walker '66 Institutionen för maskinteknik. "För människor som bor på landsbygden eller underutvecklade områden eller människor som kanske inte känner sig bekväma med att ta ett gångtest, presenterar vår teknik en lösning för att övervaka deras sjukdomsprogression."

Parkinsons sjukdom kan ha en lång rad symtom, såsom skakningar, muskelstelhet eller försämrad balans och koordination. Symtomen kan skilja sig från patient till patient, vilket gör det svårt att diagnostisera och behandla och ofta resulterar i omfattande läkarbesök och mediciner.

"Det finns symtom som du kan observera med blotta ögonen, som att patienter tar mindre steg eller obalans," sa Wang. "Många kan dock inte ses genom att använda de nuvarande testerna och den tillgängliga tekniken. Denna oförmåga att exakt karakterisera symtom tar en fysisk vägtull men kan också orsaka psykiskt lidande som härrör från smärta och orörlighet."

Parkinsons sjukdom kan diagnostiseras av professionella med hjälp av en kombination av gång- och tåknackningstest där patientens rörelser noggrant observeras. Symtomen analyseras med hjälp av Unified Parkinsons Disease Rating Scale (UPDRS).

Denna metod innebär dock risker för patienter som kämpar med rörlighet, både när de pendlar till läkarmottagningen och när de tar själva testet. Dessutom tar detta inte hänsyn till de subtila symtomen som inte är visuella eller kanske inte uppträder under gångtesterna.

"Experiment med patienter visar att när du ber dem att gå, är de vanligtvis väldigt nervösa, vilket orsakar skillnader från deras normala promenad," sa Wang. "Detta kan vara en källa till förvirring vid diagnos av gångbeteenden och kräver en lång period av data."

För att bekämpa detta problem utvecklade forskarna ett tåknackningstest som använder smarta tekniker som kan sammanställa betydande mängder data, avslöja information som kan hjälpa till att diagnostisera patienter, karakterisera deras symtom och över tid visa sjukdomsprogression.

Testet börjar med att sätta in en bärbar innersula som kan placeras i vilken sko som helst. När patienten slutför en serie tåknackningsmönster samlar den smarta innersulan in och överför data i realtid till en tillgänglig telefonapplikation. Ju fler tester en patient genomför, desto mer utarbetade och exakta blir data.

"Från bara tåknackning kan applikationen avgöra om ett symptom hanteras på lämpligt sätt och om hanteringen, såsom sjukgymnastik eller medicinering, är effektiv", säger Wang. "Om hanteringen inte är ändamålsenlig eller effektiv kan ansökan föreslå ett läkarbesök, rekommendera en ökning eller minskning av läkemedelsdosering och/eller frekvens eller ge insikt i om ny medicin och tidigare behandlingar fungerat eller inte fungerat."

Nyckelfynden från studien är att tåknackningstest kan ge resultat, nästan lika exakt som gångtestet, som indikerar en patients risk att falla enligt UPDRS-skalan.

Eftersom testet kan genomföras hemma med färre resurser, och den insamlade informationen är lättillgänglig för patienten, ger det dem med Parkinsons sjukdom möjlighet att få nödvändig medicinsk vård till en låg kostnad genom en säkrare och mindre belastande process.

"Vi tillhandahåller ett sätt för patienter att enkelt förstå hur deras symtom och mediciner är korrelerade samtidigt som vi beskriver risker i en lättanvänd plattform", säger Wang. "I framtiden vill vi använda den här tekniken för att utveckla förebyggande åtgärder installerade i sensorerna för att säkerställa deras säkerhet." + Utforska vidare

Upptäcka Parkinsons sjukdom genom AI