Senzor nalezen v "prakticky každé nositelné" může diagnostikovat dětskou úzkost

Komunikace o tom, jak se cítí, že trpí úzkostí, je pokusným úkolem, a to i pro ty nejsložitější dospívající nebo dospělé, kteří žijí s úzkostnými poruchami. Ale pro malé děti, které nemusí mít jazykové dovednosti, aby daly slova svým emocím, popis, že drtivý pocit paniky je nemožné. Papír publikovaný ve středu v PLOS One navrhuje řešení: nositelný senzor a algoritmus strojového učení, který dokáže diagnostikovat úzkost, aniž by slyšel jediné slovo. A nejlepší na tom je, že všechny potřebné části této technologie již existují.

Duševní zdraví a úzkostné poruchy jsou již notoricky těžko stanovitelné v dospívajících a dospělých. Tyto výzvy jsou ještě větší, pokud jde o diagnostiku dětí, dodává Ellen McGinnis, Ph.D., postdoktorandka na psychiatrickém oddělení Univerzity ve Vermontu.

„Malé děti se potýkají s pochopením svých vlastních emocí a expresivního jazyka, takže nemohou spolehlivě hlásit, zda nebo jak by mohly trpět,“ říká. Inverzní.

„Například jsem se pokusil spravovat dotazník o úzkosti, který byl vytvořen pro děti sedm a až do tohoto výzkumného vzorku. Jedna z položek se zeptala na něco jako „Jste nervózní?“ A 90% dětí začalo skákat nahoru a dolů s úsměvem. “

Chcete-li se dostat kolem této překážky, ona a studium-spoluautor Ryan McGinnis, Ph.D., biomedicínský inženýr, také na univerzitě ve Vermontu (a manželka Ellen McGinnis), reimagined typický pohybový senzor nalezený v téměř všechny smartphony, volal mikro -elektro-mechanický systém - nebo zařízení MEMS. Jedná se o zařízení s nano-měřítkem, která měří zrychlení a úhlovou rychlost, tvoří akcelerometry v „prakticky každém nositelném a smartphonu na trhu“, dodává Ryan McGinnis. Když připoutal zařízení MEMS kolem pasu 63 dětí, z nichž někteří měli klinicky diagnostikované úzkostné poruchy, zjistil, že tyto děti skutečně inklinovaly pohybovat jinak než zdravé kontroly, když byli vystaveni stresovým situacím.

## 'Snake Task'

Jediný způsob, jak navrhnout a otestovat senzor úzkosti pro děti, je bohužel vyvolávají úzkost. Stačí říct, že úkol hada na tomto frontu uspěl.

Výzkumný pracovník vede děti do neosvětlené místnosti a říká: „Mám něco, co vám mám ukázat,“ nebo „Buďme ticho, aby se neprobudilo“, než se vrátí list a odhalí falešný had, jen pár centimetrů od jejich tváře. Pak výzkumníci dovolí dětem hrát si s hadem, a přitom je ujistit, že všechno bude v pořádku.

Děti s úzkostnými poruchami se pohybovaly nejvíce odlišně první fáze úkolu, když vědci vybudovali napětí o tom, jaký tvor byl za listem. Podle údajů senzorů MEMS měly děti s úzkostnou diagnózou tendenci odvrátit se od záhadného listu rychleji a dramatičtěji než zdravé kontroly - často na něm zcela otočily zády - 180 stupňů. Děti bez diagnózy úzkosti se obvykle otočily o méně než 60 stupňů a udržely list v dohledu.

„Mnohé úzkostné poruchy se vyznačují obavami z nejistoty a behaviorálním vyhýbáním se nejistým situacím,“ vysvětluje Ellen McGinnisová. „Zjistit, že děti s poruchami se fyzicky odvrátily, dobře zapadají do psychologické teorie a behaviorálních zpráv jedinců s úzkostí a depresí a vyhýbají se potenciálním hrozbám.“

Screening Pro úzkost

Ryan a Ellen McGinnis použili tato předběžná data k vytvoření algoritmu strojového učení, který používá tento rotační pohyb a rychlost ze snímače REMS k diagnostice dětí s potenciálními úzkostnými poruchami. Algoritmus zatím dokáže rozlišit mezi zdravými kontrolami a dětmi s diagnózou 81% úspěchu. Jak se algoritmus učí z více případů, vědci doufají, že se statistika zlepší.

Ellen McGinnisová říká, že tato data o pohybu jsou „objektivním měřítkem úzkosti dětí“, která by mohla být využita při schůzkách pediatrů v raném věku. Přesto nejsou tak rychlí, aby řekli, že by to mohlo nahradit „zlatý standard psychologický rozhovor“. Místo toho je zamýšleno jako doplněk, který by mohl pomoci identifikovat děti, které by měly prospěch z následných cvičení s psychiatry.

V tomto smyslu je tento úzkostný senzor a algoritmus součástí diagnostického trendu. Existují důkazy o tom, že algoritmy jsou užitečné přinejmenším při pomoci podmínkám vlajky, zatímco je ještě čas zasáhnout. Apple Watch to již úspěšně provedl pro stav srdce a některé A.I. programy slibují diagnostiku sepsy.

Existují však určité obavy, jak klasifikovat údaje o pohybu zejména pokud se používá v diagnostickém rámci. Tato data o pohybu by mohla představovat lékařský záznam a Ryan McGinnis dodává, že je zásadní budovat funkce ochrany soukromí „od základů“ do procesu sběru dat - zejména s ohledem na citlivou povahu diagnózy úzkosti.

„V současné době na to nemáme dobré odpovědi, ale naším cílem je zajistit, aby všechny děti byly co nejdříve propojeny s emocionální a behaviorální péčí, kterou potřebují,“ dodává Ellen McGinnisová. „Prozatím se zdá, že udržení těchto informací chráněných ve zdravotnických systémech, jako každá jiná lékařka, je dobrým místem, kde začít.“