クリニックを自宅に持ち帰る:適応型脳深部刺激療法をサポートする在宅マルチモーダルデータ収集エコシステム

適応的脳深部刺激療法(aDBS)は、パーキンソン病(PD)などの神経疾患の治療改善に期待されています。aDBSは、症状に関連するバイオマーカーを使用して、刺激パラメータをリアルタイムで調整し、症状をより正確にターゲットにします。これらの動的な調整を可能にするには、aDBSアルゴリズムのパラメータを個々の患者ごとに決定する必要があります。これには、臨床研究者による時間のかかる手動調整が必要であり、1人の患者に最適な構成を見つけたり、多くの患者に拡張したりすることが困難でした。さらに、患者が自宅にいる間にクリニック内で構成されたaDBSアルゴリズムの長期的な有効性は、未解決の問題のままです。この治療法を大規模に実施するためには、治療結果を遠隔でモニタリングしながら、aDBSアルゴリズムのパラメータを自動的に設定する方法論が必要です。このホワイトペーパーでは、この2つの問題に対処するために、在宅データ収集プラットフォームの設計を共有します。このプラットフォームは、オープンソースのハードウェアとソフトウェアの統合エコシステムで構成されており、ニューラル、慣性、およびマルチカメラのビデオデータを自宅で収集できます。患者を特定できるデータのプライバシーを確保するために、プラットフォームはデータを暗号化し、仮想プライベートネットワークを介して転送します。この手法には、データストリームの時間調整や、ビデオ録画からの姿勢推定値の抽出が含まれます。このシステムの使用を実証するために、このプラットフォームをPDの個人の自宅に展開し、1.5年間にわたって自主的な臨床タスクと自由行動の期間中にデータを収集しました。データは、さまざまな治療条件下で運動症状の重症度を評価するために、治療下、治療上、および治療上刺激の振幅で記録されました。これらの時間軸合わせデータは、このプラットフォームが治療評価のために、自宅でのマルチモーダルデータ収集を同期できることを示しています。このシステムアーキテクチャは、自動化されたaDBS研究をサポートし、新しいデータセットを収集し、神経疾患に苦しむ人々に対するクリニック外でのDBS療法の長期的な効果を研究するために使用できます。