È richiesta un abbonamento a JoVE per visualizzare questo contenuto. Accedi o inizia la tua prova gratuita.

Articolo metodologico

Portare la clinica a casa: un ecosistema di raccolta dati multimodale a domicilio per supportare la stimolazione cerebrale profonda adattiva

2.3K visualizzazioni

DOI:

10.3791/65305

14 luglio 2023

In questo articolo

Sommario

Il protocollo mostra un prototipo della piattaforma di raccolta dati multimodale a domicilio che supporta la ricerca che ottimizza la stimolazione cerebrale profonda adattiva (aDBS) per le persone con disturbi neurologici del movimento. Presentiamo anche i risultati chiave dell'implementazione della piattaforma per oltre un anno a casa di un individuo con malattia di Parkinson.

Abstract

La stimolazione cerebrale profonda adattiva (aDBS) è promettente per migliorare il trattamento dei disturbi neurologici come il morbo di Parkinson (PD). aDBS utilizza biomarcatori correlati ai sintomi per regolare i parametri di stimolazione in tempo reale per indirizzare i sintomi in modo più preciso. Per abilitare queste regolazioni dinamiche, è necessario determinare i parametri per un algoritmo aDBS per ogni singolo paziente. Ciò richiede una lunga messa a punto manuale da parte dei ricercatori clinici, rendendo difficile trovare una configurazione ottimale per un singolo paziente o scalare per molti pazienti. Inoltre, l'efficacia a lungo termine degli algoritmi aDBS configurati in clinica mentre il paziente è a casa rimane una questione aperta. Per implementare questa terapia su larga scala, è necessaria una metodologia per configurare automaticamente i parametri dell'algoritmo aDBS monitorando a distanza i risultati della terapia. In questo documento, condividiamo un progetto per una piattaforma di raccolta dati a domicilio per aiutare il settore ad affrontare entrambi i problemi. La piattaforma è composta da un ecosistema hardware e software integrato che è open-source e consente la raccolta domestica di dati video neurali, inerziali e multi-camera. Per garantire la privacy dei dati identificabili dai pazienti, la piattaforma crittografa e trasferisce i dati attraverso una rete privata virtuale. I metodi includono l'allineamento temporale dei flussi di dati e l'estrazione di stime di posa dalle registrazioni video. Per dimostrare l'uso di questo sistema, abbiamo implementato questa piattaforma a casa di un individuo con PD e abbiamo raccolto dati durante attività cliniche autoguidate e periodi di comportamento libero nel corso di 1,5 anni. I dati sono stati registrati ad ampiezze di stimolazione sub-terapeutica, terapeutica e sovra-terapeutica per valutare la gravità dei sintomi motori in diverse condizioni terapeutiche. Questi dati allineati nel tempo mostrano che la piattaforma è in grado di raccogliere dati multimodali sincronizzati a casa per la valutazione terapeutica. Questa architettura di sistema può essere utilizzata per supportare la ricerca automatizzata sull'aDBS, per raccogliere nuovi set di dati e per studiare gli effetti a lungo termine della terapia DBS al di fuori della clinica per coloro che soffrono di disturbi neurologici.

Introduzione

La stimolazione cerebrale profonda (DBS) tratta i disturbi neurologici come il morbo di Parkinson (PD) fornendo corrente elettrica direttamente a specifiche regioni del cervello. Si stima che ci siano 8,5 milioni di casi di malattia di Parkinson in tutto il mondo e la DBS ha dimostrato di essere una terapia critica quando i farmaci sono insufficienti per gestire i sintomi 1,2. Tuttavia, l'efficacia della DBS può essere limitata dagli effetti collaterali che a volte si verificano dalla stimolazione che viene convenzionalmente erogata ad ampiezza, frequenza e larghezza di impulsofisse 3. ....

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Protocollo

I pazienti vengono arruolati attraverso uno studio più ampio approvato dall'IRB e dall'IDE nell'aDBS presso l'Università della California, San Francisco, protocollo # G1800975. Il paziente arruolato in questo studio ha inoltre fornito il consenso informato specificamente per questo studio.

1. Componenti del sistema a casa

  1. Server centrale e VPN
    1. Procurati un personal computer (PC) con un sistema operativo (OS) basato su Linux dedicato alla gestione di una VPN. Alloggiare la macchina in una stanza sicura. Crittografare il disco della macchina per garantire la sicurezza dei dati.
    2. ....

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Risultati

Progettazione e implementazione di prototipi di piattaforme
Abbiamo progettato un prototipo di piattaforma e l'abbiamo distribuito a casa di un singolo paziente (Figura 1). Dopo la prima installazione dell'hardware in casa, la piattaforma può essere mantenuta e i dati raccolti interamente tramite accesso remoto. I dispositivi INS, gli orologi intelligenti e le telecamere sono dotati di applicazioni rivolte ai pazienti che consentono ai pazienti di avviare e interrompere l.......

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Discussione

Condividiamo la progettazione di un prototipo a domicilio di una piattaforma di raccolta dati multimodale per supportare la ricerca futura nella ricerca sulla neuromodulazione. Il design è open-source e modulare, in modo tale che qualsiasi componente hardware possa essere sostituito e qualsiasi componente software possa essere aggiornato o modificato senza che l'intera piattaforma collassino. Mentre i metodi per la raccolta e la deidentificazione dei dati neurali sono specifici per l'INS selezionato, i metodi rimanenti e.......

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Dichiarazioni

Gli autori non hanno conflitti di interesse da rivelare.

Ringraziamenti

Questo materiale si basa sul lavoro sostenuto dal National Science Foundation Graduate Research Fellowship Program (DGE-2140004), dal Weill Neurohub e dal National Institute of Health (UH3NS100544). Tutte le opinioni, i risultati, le conclusioni o le raccomandazioni espresse in questo materiale sono quelle degli autori e non riflettono necessariamente le opinioni della National Science Foundation, del Weill Neurohub o del National Institute of Health. Ringraziamo Tianjiao Zhang per le sue consulenze esperte sulla progettazione della piattaforma e sull'incorporazione dei dati video. Ringraziamo in particolare il paziente per la sua partecipazione a questo studio e per ....

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Materiali

Elenco dei materiali utilizzati in questo articolo
NomeAziendaNumero di catalogoCommenti
Analisi RCS Elaborazione datiOpenMindhttps://github.com/openmind-consortium/Analysis-rcs-data, Apple Watch open source
Apple, IncUsa 2 orologi per ogni paziente, uno su ogni polso
BRIO ULTRA HD PRO BUSINESS WEBCAMLogitech960-001105Usato 3 nella progettazione della nostra piattaforma 
Software di editing video DaVinci Resolve DaVinci Resolveutilizzato per supportare la calibrazione della fotocamera
Dell XPS PCDell2T, SSD da 500 GB
Dropbox
ffmpeg N/Aopen-source, installazione per eseguire l'app di registrazione video
Supporti a collo d'oca per webcamN/A
GPUNvidiaSi consiglia un minimo di 8 GB di memoria GPU per eseguire OpenPose, 12 GB è l'ideale
Java 11OracleInstalla per eseguire l'app di registrazione video
Microsoft Surface tablet Microsoft
NoMachine NoMachineIdeale quando si utilizza un sistema operativo Linux, OpenPose open source
N/A
trasferimento file RcloneRclone Crittografai dati e copia o sposta i dati su un'archiviazione fuori sede,
app StrivePDRuneLabsAbbiamo installato l'app sugli Apple Watch per avviare le registrazioni e caricare i dati su un portale online.
Sistema di neuromodulazione Summit RC+SMedtronicSolo per uso sperimentale
Monitor compatibile con touchscreenN/A
Video per Linux 2 APIIl kernel Linux Installazionese si utilizza un sistema operativo Linux per la registrazione video 
WasabiWasabiArchiviazione dati cloud a lungo termine
Protocollo VPN WireGuardWireGuardopen-source
Unità disco rigido Programma di open source open source

Riferimenti

  1. World Health Organization. Parkinson disease. , https://www.who.int/news-room/fact-sheets/detail/parkinson-disease (2022).
  2. Herrington, T. M., Cheng, J. J., Eskandar, E. N. Mechanisms of deep brain stimulation. Journal of Neurophysiology. 115 (1), 19-38 (2016).
  3. Little, S., et al.

Accesso limitato. Accedi o avvia una prova gratuita per visualizzare questo contenuto.

Ristampe e permessi

Tag

Raccolta dati a domicilioMalattia di ParkinsonMonitoraggio remotoDati neuraliRaccolta di dati videoValutazione dei sintomi motoriRicerca automatizzata sulla DBSPrivacy del paziente