新しい研究は、機械学習がレット症候群の人々のケアをどのように改善できるかを示しています

Jan 19, 2024

2023 年 3 月 1 日

過去 10 年間で、個人の生理機能を測定する医療グレードと消費者グレードの両方のウェアラブル デバイスの使用が急増しました。 私たち自身の活動や健康状態を監視する機能は、これまで以上にアクセスしやすくなりました。 生物医学研究におけるこれらのデバイスの応用は主に心臓病学に限定されているが、新しい研究では、機械学習と人工知能の進歩と組み合わせたウェアラブル電子胸部パッチの使用が、レット症候群の新しい治療法の開発にどのように役立つかを示しています。他の多くの健康状態だけでなく。

PLOS One に掲載された論文では、Gari Clifford 氏、DPhil 氏、およびエモリー大学およびジョージア工科大学の研究チームが、MC10 Biostamp パッチを使用して、レット症候群を抱えて暮らす人々の動きと心臓活動を分析しました。

レット症候群は、重度の障害を特徴とする稀な遺伝性神経発達障害で、正常に話したり、歩いたり、食べたり、呼吸したりする能力に影響を与えます。 現在、レット症候群の治療法はなく、患者の症状や病気の進行の客観的なパターンを直接検出する能力が不足しています。

研究期間中、ウェアラブルパッチは研究参加者の心臓の活動と動きを監視しました。 連続 48 時間にわたって収集されたデータは、機械学習アルゴリズムの開発に使用され、レット症候群の重症度に特有の生理機能と運動のパターンを特定しました。 特に、クリフォード氏と彼のチームは、症状の重症度が高い人と低い人を正確に区別できるようにする、動作と心拍数 (およびそれらが相互にどのように影響するか) の 3 つの特定のパターンを発見しました。

その結果、運動や心臓活動に基づいて集団全体の症状の重症度を客観的に等級付けできる可能性のあるシステムが誕生しました。 これらのデータは、将来の臨床試験におけるレット症候群患者の治療選択肢を改善する取り組みに大きな影響を与えます。

治療効果を測定するための現在の選択肢は、臨床医または保護者が記入するアンケートに依存しています。 患者の全体的な重症度に一致する心臓活動および運動活動から得られる生理学的指標は、治療が後にコミュニケーションや移動性などの他の症状に役立つかどうかを示す重要なバイオマーカーとなる可能性があります。

「このアルゴリズムは、レット症候群患者が経験する症状に対する投薬やその他の介入の効果を自動的に評価するために使用できる客観的な指標を提供します」とクリフォード氏は言う。 「これらのバイオマーカーにより、この集団やおそらく他の集団において、より個別化された効果的な治療が可能になる可能性があることに興奮しています。」

レット症候群の治療法の発見に専念する主要な非営利団体であるレット症候群研究トラスト（RSRT）は、この研究を後援し、より多くの集団で研究を検証し続けるためにクリフォード氏と彼のチームに追加の資金を提供している。

「この最初の研究の結果は私たちの予想を上回っており、患者の症状を直接客観的に測定することが可能であるだけでなく、たとえ少数の患者であっても症状の重症度を区別できるほど十分な感度があることを明確に示しています。」とRSRTの最高科学責任者ヤナ・フォンは述べています。ヘン博士。 「この研究には、治療効果のより高感度な評価と患者数の削減により、臨床試験のスケジュールが短縮される可能性があります。私たちは、クリフォード博士と彼の専門家チームとこの重要な研究を継続できることに非常に興奮しています。」

人工知能と機械学習の使用は、多くの病気の診断と治療を改善できるため、近年臨床ケアでますます注目を集めています。 機械学習がレット症候群の人に適用されたのはこれが初めてですが、クリフォード氏はこのモデルを自閉症の人など他の集団にも適用できるチャンスがあると考えています。

クリフォード氏と彼のチームはすでに研究の次の段階に着手しており、2023年の秋までに結果が得られることを期待している。