Co

npj Digital Medicine volume 5, Numéro d'article : 32 (2022) Citer cet article

5767 Accès

19 citations

14 Altmétrique

Détails des métriques

La maladie de Parkinson (MP) est une maladie neurodégénérative caractérisée par des déficiences motrices telles que des tremblements, une bradykinésie, une dyskinésie et des anomalies de la démarche. Les protocoles actuels évaluent les symptômes de la MP lors des visites à la clinique et peuvent être subjectifs. Les journaux des patients peuvent aider les cliniciens à évaluer les symptômes à domicile, mais ils peuvent être incomplets ou inexacts. Par conséquent, les chercheurs ont développé des méthodes automatisées à domicile pour surveiller les symptômes de la MP afin de permettre un diagnostic et une gestion de la MP basés sur les données. Nous avons interrogé la base de données PubMed de la National Library of Medicine des États-Unis pour analyser la progression des technologies et des méthodes informatiques/d'apprentissage automatique utilisées pour surveiller les symptômes courants de la MP motrice. Un sous-ensemble d’environ 12 000 articles a été examiné, décrivant le mieux les délais d’apprentissage automatique et de technologie qui ressortent de l’examen de la littérature. La technologie utilisée pour surveiller les symptômes moteurs de la MP a considérablement progressé au cours des cinq dernières décennies. Les premières surveillances ont commencé avec des appareils en laboratoire tels que l'EMG à aiguille, puis sont passées aux accéléromètres/gyroscopes en laboratoire, puis aux accéléromètres/gyroscopes portables, et enfin à la surveillance à domicile basée sur des téléphones et des applications mobiles et Web. Des progrès significatifs ont également été réalisés en ce qui concerne l’utilisation d’algorithmes d’apprentissage automatique pour classer les patients parkinsoniens. À l’aide de données provenant de différents appareils (par exemple, caméras vidéo, accéléromètres téléphoniques), les chercheurs ont conçu des algorithmes d’apprentissage automatique basés sur des réseaux neuronaux et non neuronaux pour catégoriser les patients parkinsoniens selon les tremblements, la démarche, la bradykinésie et la dyskinésie. La coévolution de cinq décennies de la technologie et des techniques informatiques utilisées pour surveiller les symptômes moteurs de la MP a entraîné des progrès significatifs qui permettent le passage de la surveillance en laboratoire/clinique à la surveillance à domicile des symptômes de la MP.

La maladie de Parkinson (MP) est une maladie neurodégénérative complexe généralement caractérisée par des déficiences motrices telles que des tremblements, une bradykinésie, une dyskinésie et des anomalies de la démarche1. Une évaluation appropriée des déficiences motrices de la MP est essentielle pour la prise en charge clinique de la maladie2,3. Le timing approprié de l'administration des médicaments dopaminergiques4 pour éviter une augmentation soudaine de la gravité des symptômes5 et la sélection d'interventions telles que la stimulation cérébrale profonde6 nécessitent tous deux une compréhension précise des fluctuations des symptômes chez les patients atteints de MP. De plus, une caractérisation objective des manifestations non motrices de la MP, telles que les troubles du sommeil, les symptômes gastro-intestinaux et les symptômes psychiatriques, est nécessaire pour comprendre la progression de la maladie à long terme3.

La caractérisation des symptômes moteurs et non moteurs de la MP s'appuyait traditionnellement sur l'échelle unifiée d'évaluation de la maladie de Parkinson (UPDRS), un système d'évaluation de la gravité de la MP comprenant quatre parties liées à (I) la mentalité, le comportement et l'humeur, (II) les activités de la vie quotidienne, ( III) Moteur et (IV) Complications7. L'UPDRS a finalement été mise à jour par la Movement Disorder Society (MDS), créant la MDS-UPDRS, dans le but de réduire la subjectivité de l'échelle8. Les cliniciens utilisent également d'autres systèmes d'évaluation tels que l'échelle d'évaluation des tremblements WHIGET pour le tremblement d'action9 et l'échelle d'évaluation de la bradykinésie modifiée (MRBS) pour la bradykinésie10. Cependant, ces systèmes de notation souffrent de deux défauts principaux. Premièrement, ils manquent de granularité au cours des cycles de maladie ou de traitement, car ils ne fournissent qu'une vue instantanée des symptômes d'un patient tels qu'ils sont observés lors des visites en clinique. De plus, lors de l’évaluation des symptômes de la MP en dehors de la clinique, les médecins doivent se fier aux journaux ou aux souvenirs des patients, qui peuvent être inexacts2. Deuxièmement, ces systèmes de notation sont intrinsèquement subjectifs, ce qui entraîne une forte variabilité inter-évaluateurs et intra-évaluateurs3.

Il est essentiel de remédier à ces défauts pour garantir un diagnostic et une prise en charge appropriés des patients atteints de MP. À cette fin, des efforts considérables ont été déployés pour développer des méthodes objectives, à domicile et automatisées pour surveiller les principaux symptômes moteurs caractéristiques de la MP. L'exploitation des capteurs de mouvement et, dans certains cas, des technologies basées sur la vidéo peut dans un premier temps permettre aux médecins d'adopter des approches basées sur les données pour les diagnostics de MP. L'ajout d'une surveillance des patients à domicile via des appareils intelligents (par exemple, des smartphones, des montres) pourrait alors permettre aux médecins d'ajuster les plans de traitement en fonction des données d'activité des patients. L’objectif final de ces technologies est de parvenir à une surveillance continue à domicile, ce qui nécessitera des recherches continues utilisant les données d’études continues à domicile, plutôt que d’appliquer des données de laboratoire pour développer des solutions à domicile. Cette revue vise à résumer la co-évolution des technologies et des méthodes informatiques utilisées pour évaluer et surveiller les symptômes moteurs courants de la MP tels que les tremblements, les anomalies de la démarche, la bradykinésie et la dyskinésie.