[Перевод] Прототип (бескорпусный) носимого беспроводного ногтевого медицинского датчика от подразделения IBM Research

vivefk2mrl0nzloplufkryjw5ss.png

IBM Research рассказывает про разработку прототипа носимого ногтевого датчика, который помогает анализировать и отслеживать симптомы и прогрессирование заболеваний, связанные с нарушением движения и не только.
Данные такого параметра, как сила сжатия, с помощью которой пальцы человека оперируют с предметами, в медицинских целях являются очень полезными для аналитического применения в широком спектре заболеваний человека.

Получаемый в реальном времени массив данных далее можно использовать для анализа эффективности приема лекарств у людей с болезнью Паркинсона, уровней нарушений когнитивной функции при шизофрении, мониторинга сердечно-сосудистого состояния и диагностики причин смертности от болезней старческого возраста.

ldboxz-isdlb6jr2cclcy6mtrly.jpeg

В подразделении IBM Research одна из основных исследовательских задач состоит в том, чтобы с помощью современной цифровой среды лучше понять прогрессирующее влияние болезней на общее состояние здоровья человека, а также то, как ИИ (далее — Искусственный Интеллект) путем анализа большого объема данных, полученных в медицинских целях, может безболезненно изучать текущее состояние некоторых параметров организма человека в его естественной среде, потенциально указывать на критические показатели и предсказывать варианты прогрессирования состояния пациента для понимания правильного вектора дальнейшего лечения.

В новом исследовании, опубликованном в журнале Scientific Reports, команда IBM Research подробно описывает первый в своем роде прототип «беспроводного ногтевого датчика», который помогает в реальном времени контролировать некоторые параметры, напрямую связанные со здоровьем человека.

Носимое беспроводное устройство непрерывно измеряет данные по текущему давлению, изгибу и движению элементов ногтя человека, что являются ключевыми показателями для определения параметра силы захвата.

vzjdpkq6m3pzg5op7k70ebusk3q.jpeg

Данный проект начинался с попыток цифрового анализа некоторых данных состояния пациентов с болезнью Паркинсона. Но сразу возникли сложности при работе с получением данных.

Так как нужно было анализировать и количественно оценивать контрольную группу пациентов, большинство из которых являются пожилыми, и тут ситуацию усугубило то, что в таких возрастных группах проблематика состояния и получения данных с кожного покрова очень затрудненно, так как кожа пациентов зачастую тонкая, рыхлая и дряблая.

Одним из методов измерения прогрессирования болезни Паркинсона является подключение комплекса датчиков на кожу пациента, которые далее регистрируют такие параметры, как движение частей тела, сокращения мышц, активность нервных клеток, изменение активности потовых желез, которые помогают анализировать интенсивность эмоционального состояния человека.

Но, к сожалению, у многих пожилых пациентов подключение таких датчиков напрямую на кожу зачастую вызывает дискомфорт и другие негативные медицинские проблемы, вплоть до инфекций.

Вот тут и понадобилось новое решение для размещения датчиков (или даже одного, но сложного датчика, как получилось в дальнейшем). Итак, мы придумали использовать ногтевой датчик особой конструкции и теперь можем использовать его потенциал в реальности.

5qgolf9-4bmljr1na-vkvalxv6w.png

Мы взаимодействуем с тысячами объектов в течение дня, используем наши руки почти все время, громадный массив данных, таких как тактильные ощущения от давления, температура, текстура поверхности и многое другое теперь можно оцифровать и проанализировать.

80fykrrbhq6qfd9iy0cuan84tne.png

Наша команда поняла, что теперь будет возможно получить в цифровом виде сигналы о том, как ногти изгибаются в течение дня, когда мы используем свои пальцы, чтобы взаимодействовать с окружающей средой, а используя далее искусственный интеллект и возможности машинного обучения, можно реализовать программу для анализа и контроля многих медицинских показателей человека, полученных из этих данных.

ofgyh0w2mqmvlatnrnpcbuw83om.png

Одной из функций ногтей человека является фокусировка кончика пальца на объекте, которым манипулируют. Оказывается, наши ногти все время незаметно деформируются, изгибаются и подвергаются стереотипным движениям, когда мы используем пальцы для захвата предметов и даже просто при сгибании и разгибании пальцев.

Эта деформация обычно имеет порядок микрона и не видна невооруженным глазом. Тем не менее, ее можно достаточно просто обнаружить с помощью правильно настроенного массива тензометрических датчиков.

s5pntvtag_nhb7qbojibnb9t1hi.png

Для примера, типичный волос человека имеет диаметр от 50 до 100 микрон, а эритроцит обычно имеет ширину менее 10 микрон.

Поскольку ноготь человека очень прочный, мы решили приклеить сенсорную систему нашего датчика напрямую к ногтю, не беспокоясь о каких-либо проблемах, возникающих ранее с прикреплением датчиков к коже.

nkg2kky9uhd0oxt1-q49faosefw.png

Наши эксперименты с динамометром показали, что мы можем получить достаточно стабильный сигнал от ногтевой поверхности, чтобы далее проанализировать данные по силе захвата при различных типах движений пальцев.

Мы также обнаружили, что можно анализировать даже тонкие движения пальцев по данным от деформации ногтя.

dwsh4xxeih-7oo-xhdxft0kxljm.png

Мы смогли различить типичные ежедневные действия, которые включают пронацию (поворотное движение конечностей) и супинацию (вращательное движение конечности), такие как поворот ключа, открытие дверной ручки или использование отвертки.

Еще более тонким моментом нашей программной разработки является анализ и запись движения пальцев при письме, мы обучили нейронную сеть и достигли точности 94% при распознавании цифр, написанных с помощью пальца, на котором находится датчик.

iok-v7iwd5uumfjlbsdwbdyj9n0.png

Фактически, наша система состоит из массива микро тензодатчиков, прикрепленных к поверхности ногтя, небольшого компьютера, который в реальном времени измеряет значения деформации с датчиков, собирает данные акселерометра и обменивается полученными данными с умными часами или другими беспроводными устройствами.

Программа анализа также использует модели машинного обучения для оценки появления состояния брадикинезии, тремора и дискинезии, которые являются симптомами болезни Паркинсона.

Таким образом, получая цифровые данные с кончиков наших пальцев, мы нашли новое применение для наших ногтей, обнаруживая и характеризуя их тонкие движения и изменения в их параметрах.

Наша разработка поможет обнаруживать развитие огромного количества болезней, а также даст возможность оценить эффективность применяемых методик лечения, призванных замедлять эти состояния.

Дальнейшее использование систем на базе таких ногтевых датчиков послужит нам источником вдохновения для начального этапа по изобретению коммуникационного устройства для пациентов с параличом четырех конечностей, которое однажды могло бы помочь паралитикам общаться.

hxlxc4asdqfckkyrnkjt3tksy-i.jpeg

wbahv2m5ukvpwrnucu_5nboqzvm.jpeg

0qnld3k3pnvretxg5-u0wpjwe5u.jpeg

00nuxafbltkadlu85kylfeo82ro.jpeg

li99tz-snn-x_vrs93hxhqcnnbs.jpeg

9th3spo7undhlotmifby2vyrnum.jpeg

nyamx61iuvlfscckd5rukewmdlk.jpeg

gq_t-rwinqh1fbyx77b2hvnqmmg.jpeg

© Habrahabr.ru