Din gång kan avslöja hälsoproblem. Bärbara sensorer som analyserar individers rörelsemönster, kan upptäcka Parkinsons sjukdom, demens, multipel skleros och andra neurofysiologiska sjukdomar på ett tidigt stadium.
För att vi människor ska kunna röra oss krävs att flera av våra kroppssystem samarbetar, till exempel det kardiovaskulära systemet och nervsystemet. Om något av dessa system påverkas av en sjukdom, återspeglas det i hur vi går.
Normalt mäts och analyseras gång, eller hur någon springer, enbart i specifika laboratorier eller kliniker. Men nu presenterar forskare vid Akademin för informationsteknologi vid Högskolan i Halmstad, ett sätt att mäta en persons gång utanför sådana kontrollerade miljöer:
Fördelar med rörelseanalys i vardagen
– Rörelseanalys är en grundläggande komponent för att bedöma neurofysiologiska störningar, som till exempel Parkinsons sjukdom, eller hos patienter som genomgår rehabilitering eller skadade idrottare, säger Siddhartha Khandelwal, en av forskarna bakom den nya metoden.
– Analysen utförs i dag under väldigt kontrollerade förhållanden efter särskilt bestämda protokoll. Resultaten av min forskning visar på fördelarna med att i stället samla in information om patienters gång i deras dagliga liv .
Siddhartha Khandelwal har i sin forskning mätt och analyserat rörelse från olika delar av kroppen med hjälp av bärbara sensorer. Och det banbrytande är alltså att insamlingen av data kan göras utanför labbmiljöer, till exempel i hemmiljö, och av patienterna själva.
Sättet vi går eller springer på kallas för gait på engelska och analyseras oftast i särskilda rörelselabb. Men med de kostnadseffektiva bärbara sensorer som finns tillgängliga idag, kan mätningar göras utanför labben och dessutom samla rörelseinformation i vardagen, mellan labbesöken.
Flera olika algoritmer har utvecklats för att kunna studera och jämföra frisk och patologisk gång. Denna utveckling har emellertid gjorts på data som samlats in från kontrollerade försök inomhus, exempelvis i en sjukhuskorridor. Så när Siddhartha Khandelwal började studera detta insåg han problemet:
– Jag insåg vilken paradox det är. Om man nu vill analysera något i verkligheten, varför samlas då data in i en kontrollerad labbmiljö? Och om hela idén med bärbara sensorer är att de kan bäras och användas överallt, varför görs inte det? Jag ville samla egen data och utveckla en robust algoritm som har potential att användas i människor vardag, säger han och tillägger:
– Om du vill använda resultatet av din forskning i ”verkligheten” så måste metoderna också testas i densamma. Dessutom för att förstå hur väl de fungerar måste metoderna jämföras i kontrollerade studier.
Läs mer: Steg bokstavligt tagna mot bättre hälsa (Samspel, Forskningsnyheter från Högskolan i Halmstad)
Sensordata analyseras och översätts till ett unikt mönster som visar kvaliteten på rörelsen genom att jämföra den med “normal gång”. Denna kontinuerliga insamling av information i en verklig miljö är unik och kan förhoppningsvis leda till att diagnoser kan ställas i ett tidigt skede och hjälpa patienter, fysioterapeuter och läkare till en bättre rehabiliteringsprocess.
– Mina kollegor och jag har testat att mäta under mycket dynamiska förhållanden, till exempel olika gång- och löphastigheter, samt på skiftande ytor och lutningar. Och trots det uppvisar systemet en utmärkt noggrannhet. Vi anser därför att det är dags att använda det i verkliga applikationer, säger Siddhartha Khandelwal, som kommer att fortsätta utveckla systemet till en produkt.
Metoden med bärbara rörelsesensorer är nu färdig att tillämpas i det verkliga livet, menar forskarna.
Avhandlingen:
Gait Event Detection in the Real World
Kontakt:
Siddhartha Khandelwal, sid@vectorizemove.com, 035-16 76 67
