可穿戴运动传感器有助于预测严重脑损伤患者的预后

约翰霍普金斯大学临床医生和工程师团队发现，移动检测设备(例如手机中的设备)可用于预测严重脑损伤患者的预后。

目前评估SBI患者反应能力的方法主要依赖于床边体检，这很容易出错，因为患者经常在意识水平受损或波动中挣扎。

为了提高这些预测的准确性，约翰霍普金斯医学院的临床医生和怀廷工程学院的工程师进行了一项研究，他们在约翰霍普金斯医院收治的 SBI 患者的脚踝、肘部和手腕上放置了可穿戴加速度计神经科学重症监护病房。这些设备记录了被发现与患者意识水平相关的运动信号，并可能帮助医生预测每个患者的康复轨迹。结果最近出现在《自然科学报告》上。

“严重脑损伤患者的神经系统状况主要通过不同类型的运动来表达，或者更准确地说，是通过不同的运动反应来表达。我们的结果表明，持续分析来自这些运​​动检测器设备的数据可以实时告知临床医生他们的情况。患者的病情并指示短期结果，”该项目的首席研究员、医学院麻醉学和重症监护医学、神经学、放射学副教授罗伯特·史蒂文斯说。“我们未来研究的目标之一是测试如何将运动传感器提供的数据和信息整合到临床工作流程中并为治疗决策提供信息。”

这项研究使用了德州仪器的 SensorTags，这是一种 2.25 盎司的方形设备，大小与 Apple Watch 表面相当，连接到患者和他们的床上以确定不是由患者发起的运动，例如患者被转移到另一个房间.当患者移动时，运动感应传感器信号由人工智能进行数学转换，以产生指示患者能够进行有目的运动的可能性的信息，例如遵循基本命令，以及患者恢复中度残疾或出院时更好。

尽管之前的研究检查了使用运动传感器来跟踪 ICU 中的身体活动，但这是首次探索加速度计与特定于 SBI 患者的临床变量之间的关系。

“主要结果是，基于加速度计的特征可以检测能够进行有目的运动的 SBI 患者，预测他们中的哪些患者最多可以恢复中度残疾，”该研究的主要作者 Shubhayu Bhattacharyay 说，他是 2020 年 JHU 生物医学工程专业的毕业生，并应用数学和统计学谁目前是博士。剑桥大学临床神经科学候选人。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！