Parkinsons sjukdom (Parkinson’s Disease – PD) är en kronisk neurologisk sjukdom som kännetecknas av motoriska symtom såsom långsamma rörelser och icke-motoriska symtom som depression och kognitiva förändringar. PD är en vanlig neurodegenerativ sjukdom med en estimerad spridning till 9 miljoner fall 2030. Diagnos och bedömning av PD görs primärt baserat på kliniska kriterier såsom Unified Parkinson Disease Rating Scale (UPDRS), men dessa är subjektiva, oregelbundna och inte alltid tillförlitliga.
Identifiera symptom med hjälp av smartphones
Användning av smartphones är ett sätt för forskare att experimentera med kompletterande data till kliniska bedömningar med hjälp av billig teknologi och möjlighet för patienter att delta på distans från sina hem. Detta är högst relevant i tider med pandemier som sätter hälsovårdssystem under press och patienter i riskgrupper rekommenderas undvika besök på kliniker. Sensorer inbäddade i smartphones erbjuder även möjligheter att identifiera symptom av PD på ett objektivt och tillförlitligt sätt. Majoriteten av nuvarande forskning har fokuserat på enskilda modaliteter för mätning, såsom bedömning av rörelse med hjälp av accelerometerdata eller röstförändringar via mikrofon, vilket gör att det idag finns begränsat med forskning som integrerar flera olika modaliteter. Vårt mål är att utveckla ett digitalt verktyg för kontinuerliga hälsomätningar med multidimensionell fjärrdiagnostik av PD-patienter.
Vi använder vanliga smartphones och smarta klockor för att samla in data från patienter, samt utvecklar algoritmer för att översätta denna data till kliniskt värdefulla indikatorer, vilka görs tillgängliga för klinisk personal via en webbsida. Denna forskning leds av Malmö Universitet och inkluderar University of Edinburgh genom deras expertis inom utveckling av algoritmer för PD, samt Karolinska Institutet genom klinisk expertis och deras kapacitet att rekrytera patienter.
Projektet delas i tre faser:
- Den första fokuserar på utveckling av algoritmer och testning av dessa mot tillgängliga dataset.
- Den andra vidareutvecklar dessa algoritmer baserat på data insamlad från en mindre grupp av patienter,
- medan den tredje fasen involverar 30 patienter i en klinisk utvärdering av systemet.
Vidare studier förväntas behövas
Vi förväntar att den valda teknologin är användbar och har hög acceptans bland patienter såväl som klinisk personal. Vidare studier förväntas behövas efter projektets avslut för att förbättra teknologi och säkerställa ett robust system lämpligt för att skalas upp till större patientgrupper. Detta projekt medger vidare fördjupning av samarbetet mellan de tre parter som ingår och har potential att leda till ett system för monitorering av PD i hemmamiljöer för klinisk praktik i Sverige.
Samarbetspartners: University of Edinburgh, Karolinska Institutet