Возвращение клиники домой: мультимодальная экосистема сбора данных на дому для поддержки адаптивной глубокой стимуляции мозга

Адаптивная глубокая стимуляция мозга (aDBS) обещает улучшить лечение неврологических расстройств, таких как болезнь Паркинсона (БП). aDBS использует биомаркеры, связанные с симптомами, для корректировки параметров стимуляции в режиме реального времени для более точного таргетирования симптомов. Чтобы включить эти динамические корректировки, параметры алгоритма aDBS должны быть определены для каждого отдельного пациента. Это требует трудоемкой ручной настройки со стороны клинических исследователей, что затрудняет поиск оптимальной конфигурации для одного пациента или масштабирование для многих пациентов. Кроме того, долгосрочная эффективность алгоритмов aDBS, настроенных в клинике, когда пациент находится дома, остается открытым вопросом. Для реализации этой терапии в больших масштабах необходима методология автоматической настройки параметров алгоритма aDBS при удаленном мониторинге результатов терапии. В этой статье мы поделимся проектом платформы для сбора данных в домашних условиях, чтобы помочь в решении обеих проблем. Платформа состоит из интегрированной аппаратной и программной экосистемы с открытым исходным кодом, которая позволяет собирать нейронные, инерциальные и многокамерные видеоданные в домашних условиях. Чтобы обеспечить конфиденциальность данных, идентифицирующих пациента, платформа шифрует и передает данные через виртуальную частную сеть. Эти методы включают в себя выравнивание потоков данных по времени и извлечение оценок поз из видеозаписей. Чтобы продемонстрировать использование этой системы, мы развернули эту платформу в доме человека с болезнью Паркинсона и собирали данные во время самостоятельных клинических задач и периодов свободного поведения в течение 1,5 лет. Данные регистрировали при субтерапевтических, терапевтических и супратерапевтических амплитудах стимуляции для оценки тяжести двигательных симптомов при различных терапевтических условиях. Эти данные, согласованные по времени, показывают, что платформа способна синхронизировать мультимодальный сбор данных в домашних условиях для терапевтической оценки. Эта системная архитектура может быть использована для поддержки автоматизированных исследований aDBS, сбора новых наборов данных и изучения долгосрочных эффектов DBS-терапии за пределами клиники для людей, страдающих неврологическими расстройствами.