Llevar la clínica a casa: un ecosistema de recopilación de datos multimodal en el hogar para apoyar la estimulación cerebral profunda adaptativa

Resumen

El protocolo muestra un prototipo de la plataforma de recopilación de datos multimodal en el hogar que apoya la investigación que optimiza la estimulación cerebral profunda adaptativa (aDBS) para personas con trastornos neurológicos del movimiento. También presentamos los hallazgos clave de la implementación de la plataforma durante más de un año en el hogar de una persona con la enfermedad de Parkinson.

Resumen

La estimulación cerebral profunda adaptativa (aDBS, por sus siglas en inglés) es prometedora para mejorar el tratamiento de trastornos neurológicos como la enfermedad de Parkinson (EP). La aDBS utiliza biomarcadores relacionados con los síntomas para ajustar los parámetros de estimulación en tiempo real para atacar los síntomas con mayor precisión. Para permitir estos ajustes dinámicos, se deben determinar los parámetros de un algoritmo aDBS para cada paciente individual. Esto requiere un ajuste manual que requiere mucho tiempo por parte de los investigadores clínicos, lo que dificulta encontrar una configuración óptima para un solo paciente o escalar a muchos pacientes. Además, la efectividad a largo plazo de los algoritmos de aDBS configurados en la clínica mientras el paciente está en casa sigue siendo una pregunta abierta. Para implementar esta terapia a gran escala, se necesita una metodología para configurar automáticamente los parámetros del algoritmo aDBS mientras se monitorean de forma remota los resultados de la terapia. En este artículo, compartimos un diseño para una plataforma de recolección de datos en el hogar para ayudar al campo a abordar ambos problemas. La plataforma se compone de un ecosistema integrado de hardware y software que es de código abierto y permite la recopilación en el hogar de datos de video neuronales, inerciales y multicámara. Para garantizar la privacidad de los datos identificables del paciente, la plataforma encripta y transfiere datos a través de una red privada virtual. Los métodos incluyen la alineación temporal de los flujos de datos y la extracción de estimaciones de pose de las grabaciones de vídeo. Para demostrar el uso de este sistema, implementamos esta plataforma en el hogar de una persona con EP y recopilamos datos durante tareas clínicas autoguiadas y períodos de comportamiento libre en el transcurso de 1,5 años. Se registraron datos en amplitudes de estimulación subterapéutica, terapéutica y supraterapéutica para evaluar la gravedad de los síntomas motores en diferentes condiciones terapéuticas. Estos datos alineados en el tiempo muestran que la plataforma es capaz de recopilar datos multimodales sincronizados en el hogar para la evaluación terapéutica. Esta arquitectura de sistema se puede utilizar para respaldar la investigación automatizada de la ECP, para recopilar nuevos conjuntos de datos y para estudiar los efectos a largo plazo de la terapia de ECP fuera de la clínica para las personas que padecen trastornos neurológicos.

Introducción

La estimulación cerebral profunda (DBS, por sus siglas en inglés) trata trastornos neurológicos como la enfermedad de Parkinson (EP) mediante la administración de corriente eléctrica directamente a regiones específicas del cerebro. Se estima que hay 8,5 millones de casos de EP en todo el mundo, y la ECP ha demostrado ser una terapia crítica cuando la medicación es insuficiente para controlar los síntomas ^1,2. Sin embargo, la eficacia de la ECP puede verse limitada por los efectos secundarios que a veces se producen a partir de la estimulación que se administra convencionalmente a una amplitud, frecuencia y anc....

Protocolo

Los pacientes se inscriben a través de un estudio más grande aprobado por el IRB y el IDE en el aDBS en la Universidad de California, San Francisco, protocolo # G180097⁵. El paciente inscrito en este estudio también dio su consentimiento informado específicamente para este estudio.

1. Componentes del sistema en el hogar

1. Servidor central y VPN
   1. Adquiera una computadora personal (PC) con un sistema operativo (SO) basado en Linux dedicado a servir una VPN. Guarde la máquina en una habitación segura. Cifre el disco de la máquina para garantizar la seguridad de los datos.
   2. Config....

Discusión

Compartimos el diseño de un prototipo en casa de una plataforma de recopilación de datos multimodal para apoyar futuras investigaciones en la investigación de la neuromodulación. El diseño es de código abierto y modular, de modo que cualquier pieza de hardware puede ser reemplazada, y cualquier componente de software puede ser actualizado o cambiado sin que la plataforma general colapse. Si bien los métodos para recopilar y anonimizar datos neuronales son específicos para el INS seleccionado, los métodos restant.......

Materiales

Name	Company	Catalog Number	Comments
Analysis RCS Data Processing	OpenMind		https://github.com/openmind-consortium/Analysis-rcs-data, open-source
Apple Watches	Apple, Inc		Use 2 watches for each patient, one on each wrist
BRIO ULTRA HD PRO BUSINESS WEBCAM	Logitech	960-001105	Used 3 in our platform design
DaVinci Resolve video editing software	DaVinci Resolve		used to support camera calibration
Dell XPS PC	Dell		2T hard disk drive, 500GB SSD
Dropbox	Dropbox
ffmpeg	N/A		open-source, install to run the Video Recording App
Gooseneck mounts for webcams	N/A
GPU	Nvidia		A minimum of 8GB GPU memory is recommended to run OpenPose, 12GB is ideal
Java 11	Oracle		Install to run the Video Recording App
Microsoft Surface tablet	Microsoft
NoMachine	NoMachine		Ideal when using a Linux OS, open-source
OpenPose	N/A		open-source
Rclone file transfer program	Rclone		Encrypts data and copies or moves data to offsite storage, open-source
StrivePD app	RuneLabs		We installed the app on the Apple Watches to start recordings and upload data to an online portal.
Summit RC+S neuromodulation system	Medtronic		For investigational use only
touchscreen-compatible monitor	N/A
Video for Linux 2 API	The Linux Kernel		Install if using a Linux OS for video recording
Wasabi	Wasabi		Longterm cloud data storage
WireGuard VPN Protocol	WireGuard		open-source