Sensoren en AI volgen gezondheid van mensen met ALS ^{CEFR B2}

De University of Missouri onderzoekt een systeem dat huishoudelijke sensoren en kunstmatige intelligentie gebruikt om voortgang bij mensen met ALS te monitoren. ALS beschadigt de zenuwcellen die beweging en spierspanning regelen, waardoor patiënten minder kracht krijgen en moeite krijgen met spreken, slikken en ademen. Het onderzoek richt zich op het herkennen van subtiele veranderingen tussen poliklinische bezoeken.

De sensoren, oorspronkelijk ontwikkeld door Marjorie Skubic en Marilyn Rantz om ouderen thuis te volgen, kunnen veranderingen in gedrag en lichamelijke activiteit detecteren, waaronder loop- en slaappatronen. Janes en collega's passen dit systeem aan voor ALS, waar de achteruitgang vaak sneller en onvoorspelbaarder is. Het team valideert nu of de sensorgegevens echte veranderingen in dagelijkse functies reflecteren; na validatie volgt voorspellende modellering met machine learning.

De sensorsignalen gaan draadloos vanuit het huis via twee kleine kastjes en worden veilig naar universitaire systemen gestuurd. Onderzoekers bouwen modellen die de ALSFRS-R-score inschatten, een klinische schaal voor dagelijkse vaardigheden. Noah Marchal leidt het datawetenschappelijke deel, met medewerking van Xing Song.

• contact opnemen met de patiënt,
• aanpassen van medicatie,
• aanbevelen van hulpmiddelen,
• aanraden van aanvullende behandeling.

Vroege terugkoppeling van families is positief: zij melden meer verbondenheid en gemoedsrust. De onderzoekers zeggen dat de aanpak ook voor andere chronische aandoeningen zoals de ziekte van Parkinson of hartfalen kan worden aangepast. De studie staat in Frontiers in Digital Health en werd gerapporteerd door de University of Missouri.