Credit:Shubhayu Bhattacharyay
约翰斯·霍普金斯大学临床医生和工程师团队发现，手机中的运动检测设备可能有助于预测严重脑损伤患者的预后
目前评估SBI病患者反应性的方法主要依赖于床边体检，这很容易出错，因为患者经常与意识水平受损或波动作斗争
为了提高这些预测的准确性，约翰·霍普金斯医学院的临床医生和怀廷工程学院的工程师进行了一项研究，他们在约翰·霍普金斯医院神经科学重症监护室收治的SBI患者的脚踝、肘部和手腕上放置了可穿戴加速度计
这些设备记录了与患者意识水平相关的运动信号，可能有助于医生预测每个患者的康复轨迹
该结果最近发表在《自然科学报告》上
“严重脑损伤患者的神经状况主要通过不同类型的运动或更准确地说，不同的运动反应来表达
我们的结果表明，持续分析来自这些运动检测器设备的数据可以实时告知临床医生他们的病人的状况，并能指示短期结果
史蒂文斯，医学院麻醉学和重症医学、神经病学、放射学副教授，也是该项目的首席研究员
“我们未来研究的目标之一是测试如何将运动传感器提供的数据和信息整合到临床工作流程中，并为治疗决策提供信息
" 这项研究利用了德州仪器的传感器标签，2
25盎司见方的设备，大约相当于Apple Watch的一张脸大小，这些设备被连接到患者和他们的床上，以确定不是由患者发起的运动，例如患者被转移到不同的房间
当患者移动时，运动引起的传感器信号通过人工智能进行数学变换，以产生指示患者能够有目的地移动的概率的信息，例如遵循基本命令，以及患者在出院时恢复到中度残疾或更好的概率
尽管先前的研究检查了运动传感器在ICU中跟踪身体活动的使用，但这是第一次探索加速度计和SBI患者特有的临床变量之间的关系
“主要结果是，基于加速度计的特征可以检测出能够有目的运动的SBI患者，预测他们中的哪些人最多会在中度残疾的情况下康复，”该研究的主要作者舒巴尤·巴塔查里亚伊(Shubhayu Bhattacharyay)说，他是2020年JHU生物医学工程和应用数学与统计学专业的毕业生，目前是一名博士
D
剑桥大学临床神经科学候选人
接下来，研究人员计划开发一种新的可穿戴传感器阵列，除了检测运动之外，还将测量患者的生物信号，如肌肉激活、心率和呼吸频率
“纳入和整合这些数据流将允许更准确地跟踪经历过SBI的患者的神经系统发育，”约翰·拉特雷博士说
D
电气和计算机工程系的候选人
“凭借我们从这项研究中获得的见解，我们的下一步将是更好地帮助医生和护士获得他们以前无法获得的神经系统进展的可操作数据，并为他们提供一个易于部署和集成到临床领域的工具
" 另一个关键的团队成员是拉尔夫·艾蒂安-卡明斯，他是怀廷工程学院欧洲经委会系的教授，他称该项目“正是涉及工程、医学和社会的合作和翻译类型，这是霍普金斯大学的独特商标。”
"
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
