Forscherinnen und Forscher an der University of Missouri testen ein System, das Heim‑Sensorik mit künstlicher Intelligenz verbindet, um funktionelle Veränderungen bei Menschen mit amyotropher Lateralsklerose (ALS) kontinuierlich zu überwachen. Bill Janes, ein staatlich geprüfter Ergotherapeut, leitet die Arbeit und passt die Sensortechnik an die besonderen Bedürfnisse von Menschen mit ALS an. Die Geräte stammen ursprünglich aus Projekten zur Überwachung älterer Menschen.
Zwei kleine Boxen senden die Sensorsignale drahtlos und sicher an Universitätsrechner. Datenwissenschaftler nutzen Maschinelles Lernen, um Modelle zu entwickeln, die den ALSFRS‑R‑Score schätzen; diese klinische Skala bewertet Alltagsfähigkeiten wie Gehen, Sprechen, Schlucken und Atmen. Das Team prüft aktuell, ob die Sensordaten die tatsächlichen Veränderungen der Alltagsfunktion genau widerspiegeln.
Noah Marchal leitet die datenwissenschaftliche Arbeit, zusammen mit seinem Betreuer Xing Song. Das Ziel ist, frühe Warnzeichen zu erkennen, etwa veränderten Gang oder Atmung, die zu Sturz oder Krankenhausaufenthalt führen könnten. Später soll das prädiktive Modell in die klinischen Abläufe eingebunden werden; bei einem besorgniserregenden Rückgang könnten Klinikpersonen alarmiert werden und Maßnahmen prüfen.
- Beim Patienten nachfragen
- Medikamente anpassen
- Hilfsmittel empfehlen
- weitere Behandlung vorschlagen
Erste Rückmeldungen von Familien sind positiv, und Forschende sehen Potenzial für andere chronische Erkrankungen wie Parkinson oder Herzinsuffizienz. Die Studie erscheint in Frontiers in Digital Health und wurde von der University of Missouri berichtet.
Schwierige Wörter
- Heim‑Sensorik — Technik mit Sensoren zur Messung von Signalen
- künstlicher Intelligenz — Programme, die aus Daten lernen und Entscheidungen treffen
- maschinelles Lernen — Verfahren, bei dem Computer aus Daten Muster lernen
- ergotherapeut — Fachperson, die Alltagshilfe und Therapien organisiert
- kontinuierlich — ohne große Unterbrechungen fortlaufend über Zeit
- prädiktive Modell — auf Vorhersage basierend, künftige Ereignisse signalisierend
Tipp: Fahre über markierte Wörter oder tippe darauf, um kurze Definitionen zu sehen – während du liest oder zuhörst.
Diskussionsfragen
- Welche Vor- und Nachteile sehen Sie darin, Alltagsdaten von zu Hause für die Überwachung einer Krankheit zu verwenden?
- Wie könnten Angehörige positiv oder negativ auf ein kontinuierliches Überwachungssystem reagieren?
- Inwiefern könnte dieselbe Sensortechnik für andere chronische Erkrankungen nützlich sein? Nennen Sie Beispiele und Gründe.
Verwandte Artikel
Algorithmen erklären, wie Propan zu Propylen wird
Forscher der University of Rochester entwickelten Algorithmen, die auf atomarer Ebene zeigen, wie nanoskalige Katalysatoren Propan in Propylen umwandeln. Die Ergebnisse erklären selektives Oxidwachstum an defekten Metallstellen und haben industrielle Anwendungen.
Oraler Listeria-Impfstoff stärkt Immunabwehr gegen Darmkrebs
Forscher entwickelten aus dem Bakterium Listeria monocytogenes einen abgeschwächten oralen Impfstoff. Im Mausmodell aktivierte er Immunzellen im Darm, hemmte Tumorwachstum, hatte wenige Nebenwirkungen und wirkte besonders gut mit Checkpoint‑Inhibitoren.
Schlafgewohnheiten und Zeichen der Hirnalterung
Eine Studie mit mehr als 23.000 Teilnehmenden fand Verbindungen zwischen mehreren Schlafgewohnheiten und dem Volumen weißer Substanzläsionen im Gehirn. Drei veränderbare Verhaltensweisen blieben nach Anpassung deutlich mit größeren Läsionsvolumen verbunden.
Erfüllte psychologische Bedürfnisse und sichereres Trinken
Neue Forschung zeigt: Wenn Autonomie, Kompetenz und Verbundenheit erfüllt sind, trinken Menschen tendenziell verantwortungsbewusster. Die Ergebnisse stammen aus drei Studien mit Studierenden und Erwachsenen und wurden in Psychology of Addictive Behaviors veröffentlicht.