Мониторинг ажитации и агрессии при деменции

Мониторинг ажитации и агрессии при деменции

Распространенность деменции среди лиц моложе 70 лет относительно низка, но заболеваемость примерно удваивается с начала 70-х до конца 70-х, в 80-е и в конце 80-х, а к началу 90-х годов заболеваемость составляет 41 процент. Почти половина людей в возрасте около 90 лет страдает деменцией той или иной формы.

Теперь Филип Мур из Университета Бирмингема, Великобритания, и его коллеги из других регионов Великобритании, Японии и Испании изучали, как обработка данных мониторинга пациентов может быть использована для определения того, когда недавно диагностированные пациенты вступают в фазу своего заболевания, при которой возбуждение и агрессия будут начать вызывать проблемы. Инструменты, которые они разрабатывают, и обсуждение, которое они надеются спровоцировать, сосредоточены на потенциале безопасного мониторинга и оценки.

Это могло бы позволить людям с ранними стадиями заболевания или относительно бессимптомным продолжать самостоятельную жизнь с уходом (IAL) без повышенного риска того, что больные причинят вред себе или другим.
Команда отмечает, что современные «умные» телефоны с датчиками движения и игровыми консолями, такие как система Microsoft Kinect с камерами и микрофонами, могут использоваться для неинвазивного отслеживания движений пациента и голосовых паттернов. Теоретически он может различать повседневные движения и звуки и другие нехарактерные насильственные движения или крики.
Предварительные выводы команды показывают, что основные проблемы заключаются в эффективной реализации IAL.

Однако достижение этого является основной целью междисциплинарных исследований, в которых участвуют как клиницисты, так и ученые-информатики, которые разрабатывают программное обеспечение и неинвазивные сенсорные технологии, которые могут быть реализованы в мобильных системах. Команда отмечает, что независимо от того, задействованы ли в мониторинге специализированные датчики или игровая консоль с камерой и микрофоном, проблема обработки и маркировки больших объемов данных, генерируемых для каждого наблюдаемого пациента, является важной для тех, кто следит за контекст и знания заперты внутри.