Ramener la clinique à la maison : un écosystème de collecte de données multimodales à domicile pour soutenir la stimulation cérébrale profonde adaptative
14 juillet 2023
Le protocole montre un prototype de la plate-forme de collecte de données multimodale à domicile qui soutient la recherche sur l’optimisation de la stimulation cérébrale profonde adaptative (aDBS) pour les personnes atteintes de troubles neurologiques du mouvement. Nous présentons également les principales conclusions du déploiement de la plateforme depuis plus d’un an au domicile d’une personne atteinte de la maladie de Parkinson.
Mes recherches soutiennent l’automatisation de la stimulation cérébrale profonde adaptative ou ADBS pour la maladie de Parkinson dans le confort de la maison d’une personne. Une question est de savoir si cette thérapie peut être surveillée en toute sécurité pendant une longue période à l’extérieur de la clinique tout en garantissant la confidentialité du patient. De plus, nous étudions la possibilité d’ajuster automatiquement les paramètres de l’ADBS sans que le patient ait besoin de retourner à la clinique.
La recherche sur l’ADBS a besoin de plateformes de collecte de données pour mesurer avec précision la qualité des mouvements des patients dans leur vie quotidienne et pour fournir à distance des mises à jour des algorithmes thérapeutiques. Ce protocole recueille de multiples modalités lorsque les patients se déplacent librement dans leur domicile, y compris des données vidéo pour capturer des cinématiques isolées comme les mouvements des doigts. Nos résultats nous permettent d’explorer les changements dans la maladie de Parkinson sur de longues périodes, et ils nous permettent de nous demander quelles mesures sont nécessaires pour analyser et traiter les divers symptômes de la maladie de Parkinson en dehors de l’observation clinique.
Consultez la transcription complète et accédez à des milliers de vidéos scientifiques
Aperçu
Cette étude présente un prototype de plateforme de collecte de données multi-modales à domicile conçu pour optimiser la stimulation cérébrale profonde adaptative (SCPDa) pour les personnes atteintes de troubles neurologiques du mouvement, en particulier la maladie de Parkinson. Les principaux résultats soulignent le déploiement de la plateforme sur une année, surveillant avec succès les paramètres de thérapie et capturant des données cruciales tout en assurant la confidentialité des patients.
Composantes clés de l'étude
Domaine scientifique
- Neurosciences
- Troubles du mouvement
- Technologie en réadaptation
Contexte
- La stimulation cérébrale profonde adaptative (SCPDa) est une thérapie prometteuse pour la maladie de Parkinson.
- La surveillance et l'ajustement à long terme des paramètres de thérapie en dehors des cadres cliniques sont essentiels.
- L'impact de divers types de données sur l'évaluation des symptômes de la maladie de Parkinson est étudié.
Objectif de l'étude
- Démontrer la faisabilité de la surveillance de la SCPDa à domicile.
- Évaluer l'efficacité de la collecte de données à distance pour les ajustements de thérapie.
- Explorer les changements dans les symptômes et la qualité des mouvements sur de longues périodes.
Méthodes utilisées
- L'étude utilise une plateforme de collecte de données multi-modales conçue pour une utilisation à domicile.
- La maladie de Parkinson sert de modèle biologique pour évaluer l'efficacité de la SCPDa.
- La plateforme capture des données vidéo pour analyser les mouvements cinématiques, comme les mouvements des doigts.
- La collecte de données se fait lorsque les patients se déplacent librement, permettant une observation naturaliste.
- Les étapes clés incluent la surveillance continue des données et les mises à jour des algorithmes à distance.
Résultats principaux
- La plateforme a réussi à surveiller les paramètres de thérapie sur une année, permettant l'exploration de la progression des symptômes.
- Les données ont permis une analyse approfondie de la qualité des mouvements dans des scénarios de la vie quotidienne.
- Les informations obtenues informent les mesures nécessaires pour gérer divers symptômes de Parkinson en dehors des cadres cliniques.
Conclusions
- L'étude démontre le potentiel pour que la thérapie SCPDa soit efficacement surveillée à domicile.
- Cette approche améliore la confidentialité et le confort des patients tout en assurant une gestion efficace des symptômes.
- Cela ouvre la voie à d'autres recherches sur les techniques de réadaptation à distance et leurs implications dans la compréhension des mécanismes de la maladie de Parkinson.
Questions fréquemment posées
Executive Industry Relevance
Remote, multi-modal data collection for adaptive deep brain stimulation (aDBS) addresses a critical bottleneck in scalable, personalized neuromodulation therapy for neurological disorders. By enabling continuous, real-world monitoring and algorithmic adjustment outside the clinic, this platform supports predictive confidence and long-term therapeutic optimization. The approach directly impacts translational research and portfolio strategies for digital therapeutics and neurotechnology development.
Strategic Applications in Biopharma R&D
Early Discovery & Target Validation
- Enables longitudinal, real-world measurement of symptom-related biomarkers for mechanistic de-risking.
- Supports functional validation of adaptive stimulation targets through continuous, patient-specific data.
- Facilitates hypothesis testing on biomarker-driven therapy adjustments in naturalistic settings.
Screening & Assay Development
- Provides standardized, time-aligned multi-modal datasets for quantitative assessment of motor function.
- Enables reproducible evaluation of algorithmic parameter changes across therapeutic conditions.
- Supports scalable screening of aDBS algorithm performance in diverse patient environments.
Translational & Preclinical Research
- Aligns at-home data collection with disease-relevant endpoints for translational biomarker development.
- Enables continuity from in-clinic discovery to real-world preclinical validation of neuromodulation strategies.
- Supports risk-adjusted advancement of digital and device-based therapeutics for neurological disorders.
Pipeline & Workflow Integration
This at-home ecosystem bridges early discovery, algorithm optimization, and translational validation for adaptive neuromodulation therapies.
- Discovery Biology: Captures real-world biomarker and symptom data to inform target validation and mechanistic understanding.
- Screening: Delivers reproducible, quantitative outputs for evaluating algorithmic and therapeutic adjustments.
- Analytics: Provides synchronized, multi-modal datasets for robust statistical comparison of therapeutic states.
- Translational Research: Extends discovery findings into home environments, supporting biomarker alignment and long-term outcome studies.
- Enterprise Reuse: Establishes a scalable, open-source platform for ongoing research and development across neurological indications.
Operational & Enterprise Impact
- Scientific Value: Increases predictive confidence in adaptive therapy algorithms and reduces mechanistic ambiguity.
- Operational Value: Standardizes remote data collection and supports reproducibility across patient cohorts.
- Strategic Value: Enables data-driven go/no-go decisions for digital and device-based therapeutic programs.
- Portfolio Impact: Supports risk-adjusted prioritization and advancement of neuromodulation assets.
Implementation Considerations
- Requires expertise in neurotechnology, data science, and patient privacy protocols.
- Demands robust hardware, secure data transfer, and analytical infrastructure for multi-modal integration.
- Necessitates cross-team standardization for data formats and analysis pipelines.
- Must be adaptable to different neurological models and home environments.
- Practical limitations include ensuring data quality and privacy in decentralized settings.
