可穿戴运动传感器帮助预测结果严重脑损伤患者

运动检测等设备中发现你的手机可能是有用的在预测结果病人遭受了严重的脑损伤,约翰霍普金斯大学的临床医生和工程师团队。

当前的方法评估响应能力病人与印度国家银行主要依赖的床边体格检查容易出错,因为患者通常在受损或波动的意识水平。

改善这些预测的准确性,在约翰霍普金斯大学医学院的临床医生和工程师在粉刷工程学院进行了一项研究,他们穿戴式加速度计放在脚踝上,手肘和手腕,印度国家银行的约翰霍普金斯医院的患者神经重症监护单位。记录设备电机信号被发现与患者意识水平和可能帮助医生预测每个病人的复苏轨迹。最近出现的结果自然科学报告。

“神经病学方面的疾病脑部受伤严重的病人主要是通过不同类型的运动来表达,或者更准确地说,不同的运动响应。我们的研究结果表明,不断分析数据从这些运动检测器装置可以实时通知临床医生对他们的病人的情况,表明短期结果,”罗伯特·d·史蒂文斯说,麻醉学副教授和危重病医学、神经学、放射学医学院,也是项目的首席研究员。“未来的研究目标之一是测试提供的数据和信息运动传感器可以被集成到临床工作流和通知的治疗决定。”

本研究利用德州仪器SensorTags 2.25盎司平方大小的设备一个苹果看脸,病人和他们的床相连来确定运动不是由患者发起的,比如一个病人被转移到一个不同的房间。当病人移动,motion-induced传感器信号被人工智能产生数学转换的概率信息表明病人能够有目的的运动,如基本的命令后,和一个病人恢复的概率与中度残疾或更好的从医院出院的时候。

尽管先前的研究检查使用运动传感器跟踪运动在加护病房,这是第一个探索个加速器和临床变量之间的关系具体SBI患者。

“accelerometry-based功能可以检测的主要结果是,印度国家银行病人能够有目的的运动,预测将会恢复,最多中度残疾,”研究报告的主要作者说Shubhayu Bhattacharyay, 2020 JHU毕业生在生物医学工程和应用数学和统计目前是博士生在剑桥大学临床神经科学。

接下来,研究人员计划开发一个新的可穿戴传感器阵列,将测量病人的生理信号,如肌肉活动,心率、呼吸率,除了检测运动。

“这些数据流的包容和集成将允许更精确的跟踪病人的神经系统发展经历了印度国家银行,”约翰·Rattray说一个博士生在电子和计算机工程系。”,我们从这项研究中获得的见解,我们的下一步将是神经上的可操作数据更好地协助医生和护士发展他们之前没有访问,另外提供一个工具,很容易部署和集成到临床的空间。”

教授的另一个关键团队成员是拉尔夫Etienne-Cummings粉刷工程学院的ECE的部门,谁将项目称为“完全合作的类型和翻译涉及工程、医学和社会是一个独特的商标霍普金斯。”