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
Neues biolumineszentes Werkzeug misst Aktivität in Gehirnzellen
Forscher entwickelten CaBLAM, ein biolumineszentes Molekül, das Aktivität in lebenden Gehirnzellen misst. Es erzeugt Licht in der Zelle, funktioniert bei Mäusen und Zebrafischen und erlaubt stundenlange Aufzeichnungen ohne äußere Beleuchtung.
Gen und Gefäßschäden erhöhen gemeinsam Demenzrisiko
Forscher verglichen einen genetischen Risikofaktor (APOE‑ε4) und Gefäßschäden im Gehirn (white matter hyperintensities). Die Studie fand: Beide Faktoren erhöhen das Demenzrisiko additiv; die Gefäßgesundheit ist veränderbar und kann das Risiko verringern.
Traditionelle afrikanische Ernährung reduziert Entzündungen
Forscher aus den Niederlanden und Tansania fanden, dass eine traditionelle pflanzenbasierte Kost Entzündungen innerhalb von zwei Wochen senkt. Ein Wechsel zu westlicher Ernährung erhöhte Entzündungen und schwächte die Immunantwort.
Sudans Gesundheit in der Krise: KI als Notlösung
Der Gesundheitssektor im Sudan steht unter großem Druck nach fast zwei Jahren Krieg. Gesundheitsvertreter sehen in künstlicher Intelligenz eine Hilfe, fordern aber dringend mehr Personal, Medikamente und Unterstützung nach Kämpfen und Überschwemmungen.