Er zijn heel wat apps en andere e-tools voor patiënten, maar ze zijn niet allemaal -volledig- gevalideerd. Een publicatie van onderzoekers van de Johns Hopkins University in Baltimore in JAMA Neurology  is een mooie illustratie van die technologie en het belang ervan voor de evaluatie van de ziekte en de behandeling.

De vraag die de onderzoekers zich stelden was de volgende: kan een smartphone gebruikt worden om de ernst van de motorische symptomen van de ziekte van Parkinson te kwantificeren? Bij het meten van de evolutie van de ziekte komen fluctuaties van de ziekte aan het licht en ook de respons op ambulante dopaminerge therapie.  

Machine learning

Voor hun observatiestudie analyseerden de onderzoekers de standaard-testresultaten  van patiënten met de ziekte van Parkinson via een app op de smartphone van de patiënten. Het ging meer bepaald over een vijfvoudige test: stemtest, finger-tapping, looptest, evenwichtstest en reactietijd). Maar de onderzoekers verwerkten een nieuw algoritme in de app, de zogenaamde ‘machine Learning’ waarbij de opgespoorde patronen continu dienst doen als  basis van een nieuw algoritme, disease severity score learning (DSSL). Zo konden ze een mobile Parkinson disease score (mPDS) berekenen voor elke individuele patiënt op een schaal van 0 tot 100.

De onderzoekers testten het nieuwe algoritme bij patiënten met de ziekte van Parkinson en bij een controlegroep. Zo registreerden ze in het totaal 6.148 actieve evaluaties bij 129 individuen. In een derde van de gevallen ging het om ambulante patiënten. Daarnaast integreerden de onderzoekers de integrale gegevens van 23 patiënten met de ziekte van Parkinson en 22 controlepersonen die onderzocht werden in het ziekenhuis.  

Validiteit aangetoond

In de metingen met de smartphone konden fluctuaties in een dag opgespoord worden in real time van 13,9 punten op de schaal van 100. Die data werden gecorreleerd met de klassieke schalen: de Movement Disorder Society Unified Parkinson Disease’s Rating Scale, Timed Up and Go assessment en de Hoehn and Yahr stage.  Met de machine learning van de smartphone werd overigens een verbetering geregistreerd van 16,3 na de dopaminerge behandeling.

Deze studie toont de validiteit aan van de aanpak om de ernst van de motorische symptomen van de ziekte van Parkinson te  meten in real time. De onderzoekers hopen hun toepassing verder te ontwikkelen voor een betere behandeling van patiënten met de ziekte van Parkinson en ook voor het vergemakkelijken van het ontwikkelen van nieuwe geneesmiddelen.  

> Using Smartphones and Machine Learning to Quantify Parkinson Disease Severity