[論文レビュー] High Frequency Remote Monitoring of Parkinson's Disease via Smartphone: Platform Overview and Medication Response Detection

Andong Zhan, Max A. Little+5 more|arXiv (Cornell University)|Jan 5, 2016

Voice and Speech Disorders参考文献 29被引用数 51

ひとこと要約

本論文では、アクティブおよびパッシブセンシングを用いた、スマートフォンベースの高周波度遠隔モニタリングプラットフォーム「HopkinsPD」を提案する。機械学習を用いることで、スマートフォン内蔵センサーのみを用いてドーパミン作動薬の反応を71.0%の正確度で検出できることを示し、スケーラブルで現実世界の症状追跡を可能にする。

ABSTRACT

Objective: The aim of this study is to develop a smartphone-based high-frequency remote monitoring platform, assess its feasibility for remote monitoring of symptoms in Parkinson's disease, and demonstrate the value of data collected using the platform by detecting dopaminergic medication response. Methods: We have developed HopkinsPD, a novel smartphone-based monitoring platform, which measures symptoms actively (i.e. data are collected when a suite of tests is initiated by the individual at specific times during the day), and passively (i.e. data are collected continuously in the background). After data collection, we extract features to assess measures of five key behaviors related to PD symptoms -- voice, balance, gait, dexterity, and reaction time. A random forest classifier is used to discriminate measurements taken after a dose of medication (treatment) versus before the medication dose (baseline). Results: A worldwide study for remote PD monitoring was established using HopkinsPD in July, 2014. This study used entirely remote, online recruitment and installation, demonstrating highly cost-effective scalability. In six months, 226 individuals (121 PD and 105 controls) contributed over 46,000 hours of passive monitoring data and approximately 8,000 instances of structured tests of voice, balance, gait, reaction, and dexterity. To the best of our knowledge, this is the first study to have collected data at such a scale for remote PD monitoring. Moreover, we demonstrate the initial ability to discriminate treatment from baseline with 71.0(+-0.4)% accuracy, which suggests medication response can be monitored remotely via smartphone-based measures.

研究の動機と目的

• 実世界の環境において、スケーラブルでスマートフォンベースのパーキンソン病症状の高頻度遠隔モニタリングプラットフォームの開発。
• 大規模な臨床研究における完全に遠隔でオンラインでの参加者募集とソフトウェアインストールが可能かどうかの検証。
• スマートフォンから得られるセンサーデータが、パーキンソン病患者におけるドーパミン作動薬反応を客観的に検出できることの実証。
• 声、歩行、器用さ、バランス、反応時間といったPD関連行動の継続的かつ多次元的なモニタリングの実現。
• 長期間にわたるPD症状追跡のための、低コストで広く利用可能な専門医療機器の代替手段の提供。

提案手法

• HopkinsPDプラットフォームは、ユーザーが開始するアクティブテスト（ユーザー主導のタスク）と、スマートフォン内蔵センサーを用いた継続的バックグラウンドデータ収集であるパッシブセンシングを統合する。
• 声、バランス、歩行、器用さ、反応時間の5つの症状分野について、センサーデータから特徴量を抽出する。
• ドーパミン作動薬投与前後の測定値を区別するようにランダムフォレスト分類器を訓練する。
• パッシブデータストリームには、歩行およびバランスパターンの推定に用いられる、スマートフォンのモーショングレアセンサーやジャイロスコープ信号が含まれる。
• アクティブテストには、ユーザーがオンデマンドで実施する声の録音、指タッピングタスク、バランス評価が含まれる。
• データは安全に中央サーバーにアップロードされ、グローバルな参加者を対象とした大規模な遠隔データ収集が可能になる。

実験結果

リサーチクエスチョン

• RQ1 スマートフォンベースのプラットフォームは、実世界環境におけるパーキンソン病症状の高頻度遠隔モニタリングを可能にするか？
• RQ2 オンラインでの参加者募集とスマートフォンソフトウェアインストールのみを用いて、大規模な遠隔臨床研究を実施することが可能か？
• RQ3 スマートフォンセンサーデータを用いて訓練された機械学習モデルは、ドーパミン作動薬投与に伴う運動機能の変化を検出できるか？
• RQ4 レボドパ換算投与量（LEDD）が異なる個々の患者において、薬剤投与後の症状変化はどのように異なるか？
• RQ5 スマートフォンにおけるパッシブおよびアクティブセンシングは、PD症状負担の信頼性のある多次元的評価を提供できるか？

主な発見

• HoppsPDプラットフォームは、6か月間にわたり226名（PD患者121名、対照群105名）を対象に、遠隔で大規模なデータ収集を成功させた。
• 46,000時間以上のパッシブモニタリングデータと約8,000件の構造化されたアクティブテストのインスタンスが収集され、これはこれまでで最大のデータセットである。
• ランダムフォレスト分類器は、薬剤投与状態とベースライン状態を区別する際、71.0% ± 0.4%の正確度を達成した。
• レボドパ換算投与量が高め（例：872 mg）の参加者では、投薬後、10の特徴量においてより明確で測定可能な改善が見られた。
• 低用量（例：120 mg）の参加者では改善が顕著でなかったため、治療反応に個人差がある可能性が示され、個別化されたモニタリングの可能性が示唆された。
• 本プラットフォームは、専用ハードウェアを用いずに、消費者用スマートフォンを用いたスケーラブルで低コストな遠隔臨床研究の実現可能性を示した。