Giyilebilir sensör teknolojisi birçok hastalığın teşhis ve tedavisi için son zamanlarda bilim dünyasında gelişen en önemli teknolojilerden biridir. Giyilebilir teknoloji, özellikle mobil sağlık sektöründe nörodejeneratif bozuklukların teşhisinde ve bu bozuklukların sebep olduğu hastalıkların seyrinin izlenmesinde önemli bir role sahiptir [1]. Bu teknolojinin kullanıldığı nörodejeneratif hastalıklardan biri de Parkinson hastalığıdır. Parkinson hastalığı, hastanın hem motor becerilerini etkilemesi ile hem de motor olmayan semptomları ile dünya çapında milyonlarca insanı etkileyen nörolojik bir hareket bozukluğudur. Dejeneratif bozukluk, beyindeki bir nörotransmiter madde olan dopamini üreten nöronları etkiler [2]. Sanayileşmiş ülkelerde 60 yaşın üzerindeki insanların yaklaşık %1'ini etkileyen hastalık, etkilenenlerin yaşam kalitesini önemli ölçüde düşürmektedir. Hastalığın semptomları arasında titreme, rijidite (kasların sertleşmesi) ve yürüme gibi hareketlerde yavaşlama bulunur [3,4]. Bu motor semptomlar hastalık ilerledikçe kötüleşebilir ve günlük yaşamı engelleyerek yaşam kalitesini olumsuz yönde etkiler. Şimdiye kadar Parkinson hastalığının tedavisi tam olarak bulunamamıştır çünkü hastalardaki semptom farklılıkları tedaviyi karmaşıklaştırabilmektedir [5]. Ayrıca, mevcut tedaviler ise hastalığın ilerleyişi hakkında eksik verilere sahip olması nedeniyle sınırlı kalabilmektedir [2]. Giyilebilir sensör teknolojisi ise bu verileri sağlayabilmekte ve sensörlerden aktarılan verileri kullanan algoritmalar, Parkinson hastalığının semptomlarını otomatik olarak algılama ve doktorları hastalığın ilerlemesi hakkında bilgilendirme potansiyeline sahip olabilmektedir [3]. Semptom şiddetindeki değişikliklerin periyodik olarak değerlendirilmesi uygulanacak tedavinin seçilmesinde ve hastanın yaşam kalitesinin izlenmesinde oldukça önemlidir. Bu tür ölçümler, hastaların ilaç kullanımını kaydetmelerine yardımcı olabilir ve terapötiklerin semptomları üzerindeki etkilerinin izlenmesini sağlayabilmektedir. Bununa birlikte, doktorlar klinik ziyaretler sırasında semptomların sıklığını ve çeşitliliğini gözlemleyebilir; tedaviyi bireysel hastaların ihtiyaçlarına göre özelleştirebilir [5].
Şekil 1. Parkinson Semptomları için Giyilebilir Algılayıcı [2].
Harvard John A. Paulson School of Engineering (SEAS) ve Wyss Institute for Biologically Inspired Engineering'de geliştirilen bir araştırma projesi olan MyoExo, şimdiye kadar uygulanan tedavi uygulamalarında hastalık seyri ile ilgili eksik kalan verileri sağlamayı amaçlıyor. Conor Walsh’ın Harvard Biodesign Laboratuvarının, Mühendislik ve Uygulamalı Bilimler Profesörü olan Paul A. Maeder’in, SEAS'ta Mühendislik ve Uygulamalı Bilimler Profesörü olan Charles River’in ve Rob Wood'un Microrobotics Laboratuvarında yapılan araştırmalardan ortaya çıkan bu teknoloji Prof. Oluwaseun Araromi, Walsh ve Wood’un bu teknolojinin tıbbi uygulamalarına odaklanmaya başlamasıyla geliştirilmeye başlandı. MyoExo giyilebilir sensörü, hem hastalar için evde uzaktan izlemeyi sağlayacak bir cihaz olmayı hem de Parkinson hastalığının erken teşhisine yardımcı olacak kadar hassas olmayı da amaçlıyor [2].
MyoExo, her biri kas gerginliği ve şişkinlikteki küçük değişiklikleri algılayabilen giyilebilir sensörlerden oluşur. Araromi "Bunun altında yatan etkinleştirme teknolojisi, bir nesnenin şeklindeki küçük değişiklikleri algılayan bir sensördür" diyerek teknolojiyi açıklamıştır. Ayrıca Parkinson hastalığının ileri evreleri hareket bozukluklarına sebep olduğundan dolayı değişiklikleri algılayabilen sensörler, insanlar hareket ettikçe kas şeklindeki değişikliklerin de algılanabileceğini söylüyor [2].
MyoExo teknolojisinin ilaç endüstrisi, doktorlar ve hastalar için oldukça önemli olduğu düşünülüyor. İlaç şirketleri giyilebilir sensörden gelen verileri ilaçlarının Parkinson semptomları üzerindeki etkisini ölçmek için kullanabilirler [2]. Doktorlar tedavilerden hangisinin daha iyi olduğunu anlayabilir ve hastalar ise kendi tedavilerini izlemek için sistemi kullanabilirler. Eğer hastaların uyguladıkları tedavi ve egzersizle semptomlarının azalma oranlarını kendilerinin gözlemleyebileceği bir sistem yaratılırsa tedaviye devam etmek konusunda daha istekli olabilecekleri düşünülüyor. Semptomları algılayabilecek olan bu teknoloji şu anda Wyss Institute Validation Project programının desteği ile insan testi aşamasındadır. Çalışmalara ek olarak giyilebilir cihazın Parkinson hastası ve olmayan birinin kas hareketleri arasındaki farkı ölçebileceği de gösterilmek isteniyor [2]. Bu ölçüm bir kişinin hastalığın erken veya geç evre semptomlarına sahip olup olmadığını gösterebilir ve tedaviye yanıtın gözlemlenebilmesini sağlayabilir. Teknolojinin henüz test aşamaları tamamlanmasa da şimdiden milyonlarca insanın hayatını oldukça olumsuz etkiyen bu hastalığın tedavisi için çok büyük bir umut ışığı olmayı başarmıştır.
KAYNAKÇA
1- Mughal, H., Javed, A., R., Rızwan, M., Almadhor, A., S., Kryvınska, N. “Parkinson’s Disease Management via Wearable Sensors: A Systematic Review” IEEE Access, Volume 4, 2016.
DOI: 10.1109/ACCESS.2022.3162844
2- Goisman, M. “Sensing Parkinson’s symptoms” Wyss Institue, 29 Mart 2022. Erişim Adresi: https://wyss.harvard.edu/news/sensing-parkinsons-symptoms/ Erişim Tarihi: 24.06.2022
3- Lonini, L., Dai, A., Shawen, N., Simuni, T., Poon, C., Shimanovich, L., Daeschler, M., Ghaffari, R., Rogers, J., A., Jayaraman, A. “Wearable sensors for Parkinson’s disease: which data are worth collecting for training symptom detection models” npj Digital Medicine, (2018) 1:64. DOI: 10.1038/s41746-018-0071-z
4- Rovini, E., Maremmani, C., Cavallo, F. “How Wearable Sensors Can Support Parkinson's Disease Diagnosis and Treatment: A Systematic Review” Frontiers in Neuroscience, Volume 11, Article 555, 2017.
5- Boroojerdi, B., Ghaffari, R., Mahadevan, N., Michael, M., M., Melton, K., Morey, B., Otoul, C., Patel, S., Phillips, J., Sen-Gupta, E., Stumpp, O., Tatla, D., Terricabras, D., Claes, K., Wright, Jr.,
J., A., Sheth, N, “Clinical feasibility of a wearable, conformable sensor patch to monitor motor symptoms in Parkinson's disease” Parkinsonism and Related Disorders (2018). DOI: https://doi.org/10.1016/j.parkreldis.2018.11.024.
Comments