クリニックを自宅に持ち帰る:適応型脳深部刺激療法をサポートする在宅マルチモーダルデータ収集エコシステム

Gabrielle Strandquist; Tomasz Frączek; Tanner Dixon; Shravanan Ravi; Raphael Bechtold; Daryl Lawrence; Alicia Zeng; Jack Gallant; Simon Little; Jeffrey Herron

doi:10.3791/65305

このコンテンツを表示するには、JoVEへの購読が必要です。または、無料トライアルをお申し込みください。

方法論記事

クリニックを自宅に持ち帰る:適応型脳深部刺激療法をサポートする在宅マルチモーダルデータ収集エコシステム

2.3K 閲覧数

⸱

DOI：

10.3791/65305

⸱

2023年7月14日

Gabrielle Strandquist¹ , Tomasz Frączek² , Tanner Dixon³ , Shravanan Ravi³ , Raphael Bechtold⁴ , Daryl Lawrence⁵ , Alicia Zeng⁶ , Jack Gallant⁷ , Simon Little³ , Jeffrey Herron⁸

¹Computer Science and Engineering, University of Washington, ²Neuroscience, University of Washington, ³Neurology, University of California, San Francisco, ⁴Bioengineering, University of Washington, ⁵Bioengineering, University of California, Berkeley, ⁶Biophysics, University of California, Berkeley, ⁷Psychology, University of California, Berkeley, ⁸Neurological Surgery, University of Washington

この記事について

サマリー

このプロトコルは、神経学的運動障害を持つ人々のための適応的脳深部刺激療法(aDBS)を最適化する研究をサポートする在宅マルチモーダルデータ収集プラットフォームのプロトタイプを示しています。また、パーキンソン病患者の自宅に1年以上にわたってプラットフォームを導入した結果、重要な調査結果も紹介します。

要約

適応的脳深部刺激療法(aDBS)は、パーキンソン病(PD)などの神経疾患の治療改善に期待されています。aDBSは、症状に関連するバイオマーカーを使用して、刺激パラメータをリアルタイムで調整し、症状をより正確にターゲットにします。これらの動的な調整を可能にするには、aDBSアルゴリズムのパラメータを個々の患者ごとに決定する必要があります。これには、臨床研究者による時間のかかる手動調整が必要であり、1人の患者に最適な構成を見つけたり、多くの患者に拡張したりすることが困難でした。さらに、患者が自宅にいる間にクリニック内で構成されたaDBSアルゴリズムの長期的な有効性は、未解決の問題のままです。この治療法を大規模に実施するためには、治療結果を遠隔でモニタリングしながら、aDBSアルゴリズムのパラメータを自動的に設定する方法論が必要です。このホワイトペーパーでは、この2つの問題に対処するために、在宅データ収集プラットフォームの設計を共有します。このプラットフォームは、オープンソースのハードウェアとソフトウェアの統合エコシステムで構成されており、ニューラル、慣性、およびマルチカメラのビデオデータを自宅で収集できます。患者を特定できるデータのプライバシーを確保するために、プラットフォームはデータを暗号化し、仮想プライベートネットワークを介して転送します。この手法には、データストリームの時間調整や、ビデオ録画からの姿勢推定値の抽出が含まれます。このシステムの使用を実証するために、このプラットフォームをPDの個人の自宅に展開し、1.5年間にわたって自主的な臨床タスクと自由行動の期間中にデータを収集しました。データは、さまざまな治療条件下で運動症状の重症度を評価するために、治療下、治療上、および治療上刺激の振幅で記録されました。これらの時間軸合わせデータは、このプラットフォームが治療評価のために、自宅でのマルチモーダルデータ収集を同期できることを示しています。このシステムアーキテクチャは、自動化されたaDBS研究をサポートし、新しいデータセットを収集し、神経疾患に苦しむ人々に対するクリニック外でのDBS療法の長期的な効果を研究するために使用できます。

概要

脳深部刺激療法(DBS)は、脳内の特定の領域に直接電流を流すことにより、パーキンソン病(PD)などの神経疾患を治療します。世界中で推定850万人のPD症例があり、DBSは、症状を管理するのに薬物療法が不十分な場合に重要な治療法であることが証明されています^1,2。しかし、DBSの有効性は、従来固定された振幅、周波数、および^{パルス幅で}送達される刺激から時々発生する副作用によって制約され得る3。このオープンループの実装は、症状状態の変動に反応しないため、患者の変化するニーズに適切に適合しない刺激設定が生じます。DBSは、現在、臨床医が個々の患者ごとに手動で行っている刺激パラメータの調整という時間のかかるプロセスによってさらに妨げられています。

適応型DBS(aDBS)は、症状に関連するバイオマーカーが検出されるたびに刺激パラメータをリアルタイムで調整することにより、DBSの効果的な次の反復であることが示されているクローズドループアプローチです^3,4,5。研究によると、視床下核(STN)のベータ振動(10〜30 Hz)は、PD