Ny algoritme måler Parkinson-tremor presist i hverdagen

For mange som lever med Parkinsons sykdom, er tremor, den karakteristiske skjelvingen, både plagsom og uforutsigbar. Den kan være nesten fraværende på legekontoret, men dukke opp hjemme når du lager kaffe eller sitter i sofaen. Derfor er det en utfordring å måle tremor slik den faktisk opptrer i hverdagen. Kliniske undersøkelser gir bare et kort øyeblikksbilde, og mye av variasjonen gjennom dagen forblir usynlig. Bærbare sensorer (som smartklokker) gjør det mulig å måle kontinuerlig, men tidligere algoritmer har ofte vært utviklet og testet i kontrollerte omgivelser. Resultatet er at vi mangler robuste metoder som fungerer uavhengig av kontekst – altså både når du hviler, når du går, lager mat eller bruker pc-en.

I en ny studie har forskere ved SEFAS og Neuro-SysMed forsøkt å måle tremor i dagliglivet til personer med Parkinsons sykdom. Forskerne samlet data fra en bærbare sensorer fra deltakere mens de levde sine vanlige liv. Dette la grunnlaget til å utvikle en metode for å måle tremor gjennom hverdagen, uten at brukeren trenger å gjøre annet enn å ha på seg måleenheten.

En algoritme som lytter etter de små bevegelsene

Forskerteamet utviklet derfor Tremor Index (TI), en algoritme som analyserer bevegelsesdata uten å bruke maskinlæring. I stedet bygger den på signalbehandling og såkalte wavelets, en matematisk teknikk som lar forskerne bryte ned bevegelsessignalet i ulike frekvenser. Det gjør det mulig å skille de små, raske vibrasjonene som kjennetegner tremor fra de større og langsommere bevegelsene vi alle gjør gjennom dagen: armsving, løfting, skriving, matlaging, og når vi hviler.

Tremor ved Parkinsons sykdom kan ha en frekvens et sted mellom 3 og 12 Hz, og hviletremor, den vanlige formen, viser seg ofte rundt 4–6 Hz. Algoritmen undersøker disse frekvensene spesielt nøye og forsøker å finne individuelle mønstre for hver deltaker.

Dette avslørte målingene

Sju personer med Parkinsons sykdom deltok i studien. Hver person bar sensoren en uke på én hånd og deretter på den andre. Etter to uker ble resultatene fra TI-algoritmen sammenlignet med armen som var mest påvirket av tremor og den som var minst påvirket, samt vurdert opp mot en klinisk måling av tremor.

Mønstrene som dukket opp var tydelige: Hånden som deltakerne selv og legen beskrev som mest rammet av tremor, viste også høyest TI i sensordataene. Forskjellene kom særlig klart frem i frekvensområdene der hviletremor vanligvis ligger, men også i høyere frekvenser knyttet til andre tremortyper. Samtidig viste målingene at algoritmen klarte å skille tremor fra daglige bevegelser, noe som er avgjørende når målingene skal fungere i en helt vanlig hverdag.

Et annet interessant funn var at frekvensene som tremoren faktisk opptrådte i, varierte mellom deltakerne. Når TI følges over tid, kan slike mønstre vise hvordan tremor påvirkes av medisin, aktivitet og alvorlighetsgraden av sykdommen.

Veien mot mer presis oppfølging

Selv om studien er liten, peker funnene i retning av en fremtid der tremor kan måles der den oppstår – i hverdagslivet. Med videre testing i større grupper kan tremorindeksen bli et nytt verktøy for både klinikere og forskere og gi en mer detaljert og dypere forståelse av hvordan sykdommen utvikler seg. For personer med Parkinsons sykdom kan dette bety enklere oppfølging, mindre egenrapportering og en mer presis vurdering av behandlingseffekt.

Les artikkelen

Her kan du lese artikkelen “Wavelet-Based Tremor Quantification From Wrist-Worn Sensor Data in Home-Dwelling People With Parkinson's Disease (ekstern lenke)” av Haakon Reithe, Monica Patrascu, Juan C. Torrado, Elise Førsund, Bettina S. Husebø, Simon U. Kverneng, Erika Sheard, Charalampos Tzoulis og Brice Marty.