Senzor nájdený v "prakticky každý nositeľný" môže diagnostikovať detskú úzkosť

Komunikácia o tom, čo cíti, že trpí úzkosťou, je pokusnou úlohou, a to aj pre najviac artikulujúcich dospievajúcich alebo dospelých, ktorí žijú s úzkostnými poruchami. Ale pre malé deti, ktoré nemusia mať jazykové zručnosti, aby dali slová svojim emóciám, popis, že drvivý pocit paniky je nemožnou úlohou. Papier publikovaný v stredu v PLOS One navrhuje riešenie: nositeľný senzor a algoritmus strojového učenia, ktorý dokáže diagnostikovať úzkosť bez toho, aby počul jediné slovo. A najlepšie na tom je, že všetky potrebné časti tejto technológie už existujú.

Duševné zdravie a úzkostné poruchy sú už dnes notoricky ťažké určiť v dospievajúcich a dospelých. Tieto výzvy sú ešte väčšie, pokiaľ ide o diagnostiku detí, dodáva Ellen McGinnis, Ph.D., postdoktorandská výskumníčka na psychiatrickom oddelení Univerzity vo Vermonte.

„Malé deti zápasia s pochopením svojich vlastných emócií a expresívneho jazyka, takže nemôžu spoľahlivo hlásiť, či alebo ako by mohli trpieť,“ hovorí. Inverzné.

„Napríklad som sa pokúsil spravovať dotazník o úzkosti, ktorý bol vypracovaný pre deti sedem rokov a až do tejto výskumnej vzorky. Jedna z položiek sa pýtala niečo ako „Ste nervózna?“ A 90% detí začalo s úsmevom skákať hore a dole. “

Ak chcete obísť túto prekážku, ona a študovať-spoluautor Ryan McGinnis, Ph.D., biomedicínsky inžinier, tiež na University of Vermont (a manželka Ellen McGinnis), reimagined typický pohybový senzor nájdený v takmer všetkých smartfónov, tzv mikro -elektro-mechanický systém - alebo zariadenie MEMS. Jedná sa o nano-zmenšené zariadenia, ktoré merajú zrýchlenie a uhlovú rýchlosť, tvoria akcelerometre v „prakticky každom nositeľnom a smartfóne na trhu“, dodáva Ryan McGinnis. Keď pripútal MEMS zariadenie okolo pasu 63 detí, z ktorých niektorí mali klinicky diagnostikované úzkostné poruchy, zistil, že tieto deti skutočne inklinovali pohybovať inak ako zdravé kontroly, keď boli vystavené stresovým situáciám.

## „Snake Task“

Bohužiaľ, jediný spôsob, ako navrhnúť a otestovať senzor úzkosti pre deti je vyvolať úzkosť. Stačí povedať, že úloha hada na tomto fronte uspeje.

Výskumný pracovník vedie deti do neosvetlenej miestnosti a hovorí: „Mám vám niečo ukázať,“ alebo „Buďme ticho, aby sme sa nezobudili“, predtým, než stiahneme list, aby sme odhalili falošný had, len pár centimetrov od ich tváre. Potom výskumníci dovolia deťom hrať si s hadom, pričom ich uistia, že všetko bude v poriadku.

Deti s úzkostnými poruchami sa najčastejšie pohybovali počas obdobia prvej fázy úlohy, keď vedci vytvorili napätie o tom, ktorý tvor bol za listom. Podľa údajov senzora MEMS mali deti s úzkostnou diagnózou tendenciu odvrátiť sa od tajomného listu rýchlejšie a dramatickejšie ako zdravé kontroly - často na ňom úplne otočili chrbtom - 180 stupňov. Deti bez diagnózy úzkosti sa zvyčajne zmenili na menej ako 60 stupňov, pričom list zostali v dohľade.

„Mnohé úzkostné poruchy sa vyznačujú obavami z neistoty a behaviorálneho vyhýbania sa neistým situáciám,“ vysvetľuje Ellen McGinnis. „Zistenie, že deti s poruchami sa fyzicky odvracajú, dobre zapadá do psychologickej teórie a správ o správaní jedincov s úzkosťou a depresiou, ktoré sa vyhýbajú potenciálnym hrozbám.“

Skríning na úzkosť

Ryan a Ellen McGinnis použili tieto predbežné údaje na vytvorenie algoritmu strojového učenia, ktorý využíva tento rotačný pohyb a rýchlosť zo snímača REMS na diagnostiku detí s potenciálnymi úzkostnými poruchami. Doteraz môže algoritmus rozlišovať medzi zdravými kontrolami a deťmi s diagnózou s 81% úspechom. Ako sa algoritmus učí z viacerých prípadov, vedci dúfajú, že štatistika sa zlepší.

Ellen McGinnis nazýva tieto údaje o pohybe „objektívnym meradlom úzkosti detí“, ktoré by sa mohlo použiť počas schôdzok pediatra. Napriek tomu nie sú takí rýchli, že by mohli nahradiť „zlaté psychologické rozhovory“. Namiesto toho sú určené ako doplnok, ktorý by mohol pomôcť identifikovať deti, ktoré by mali prospech z následných aktivít psychiatrov.

V tomto zmysle je tento senzor úzkosti a algoritmus súčasťou diagnostického trendu. Existujú dôkazy o tom, že algoritmy sú užitočné prinajmenšom pri pomoci podmienkam vlajky, kým je ešte čas zasiahnuť. Apple Watch to už úspešne vykonala pre stav srdca a niektoré A.I. programy sľubujú diagnostiku sepsy.

Napriek tomu existujú určité obavy, ako klasifikovať údajov o pohybe najmä ak sa používa v diagnostickom rámci. Tieto údaje o pohybe by mohli predstavovať zdravotný záznam a Ryan McGinnis dodáva, že je nevyhnutné budovať funkcie súkromia „od základov“ do procesu zhromažďovania údajov - najmä vzhľadom na citlivú povahu diagnózy úzkosti.

„V súčasnosti nemáme na to dobré odpovede, ale naším cieľom je zabezpečiť, aby všetky deti boli čo najskôr prepojené s emocionálnou a behaviorálnou starostlivosťou, ktorú potrebujú,“ dodáva Ellen McGinnisová. "Pre túto chvíľu sa zdá, že udržanie týchto informácií v zdravotníckych systémoch, ako si to všimli iní lekári, je dobrým miestom na začatie."