[논문 리뷰] High Frequency Remote Monitoring of Parkinson's Disease via Smartphone: Platform Overview and Medication Response Detection

Andong Zhan, Max A. Little외 5명|arXiv (Cornell University)|2016. 01. 05.

Voice and Speech Disorders참고 문헌 29인용 수 51

한 줄 요약

이 논문은 스마트폰 기반 플랫폼인 HopkinsPD를 제안하며, 활성 및 피사성 센서를 활용해 파킨슨병의 고주기 원격 모니터링을 수행한다. 기계학습을 통해 내장된 스마트폰 센서만으로도 도파민성 약물 투여 반응을 71.0%의 정확도로 탐지할 수 있음을 입증하여, 확장 가능하고 실생활 적용이 가능한 증상 추적을 가능하게 한다.

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.

연구 동기 및 목표

• 실생활 환경에서 파킨슨병 증상의 고주기 원격 모니터링을 위한 확장 가능한 스마트폰 기반 플랫폼을 개발하기 위해.
• 대규모 임상 연구를 위한 완전히 원격화된 온라인 모집 및 소프트웨어 설치의 실현 가능성을 평가하기 위해.
• 스마트폰에서 유도된 센서 데이터가 파킨슨병 환자에서 도파민성 약물 반응을 객관적으로 탐지할 수 있음을 입증하기 위해.
• 음성, 보행, 민감도, 균형, 반응 시간과 같은 핵심 PD 관련 행동을 지속적이고 다차원적으로 모니터링할 수 있도록 하기 위해.
• 장기적인 파킨슨병 증상 추적을 위한 전문 의료 기기의 저비용이고 광범위하게 이용 가능한 대체 수 Mittel로 제공하기 위해.

제안 방법

• HopkinsPD 플랫폼은 내장된 스마트폰 센서를 활용해 사용자 주도의 활성 테스트와 지속적인 배경 데이터 수집을 위한 피사성 센싱을 통합한다.
• 음성, 균형, 보행, 민감도, 반응 시간의 다섯 가지 증상 영역에 대해 센서 데이터에서 특징을 추출한다.
• 도파민성 약물 투여 전후의 측정치를 구분하기 위해 랜덤 포레스트 분류기를 훈련시킨다.
• 피사성 데이터 스트림은 스마트폰의 운동 센서에서 유도된 가속도계 및 자이로스코프 신호를 포함하며, 보행 및 균형 패턴을 추론하는 데 사용된다.
• 활성 테스트는 사용자가 필요에 따라 수행하는 음성 녹음, 손가락 타이핑 작업, 균형 평가를 포함한다.
• 데이터는 안전하게 중앙 서버로 업로드되어 전 세계 참가자 대상으로 대규모 원격 데이터 수집을 가능하게 한다.

실험 결과

연구 질문

• RQ1 스마트폰 기반 플랫폼이 실생활 환경에서 파킨슨병 증상의 고주기 원격 모니터링을 가능하게 할 수 있는가?
• RQ2 온라인 모집 및 스마트폰 소프트웨어 설치만으로 대규모 원격 임상 연구를 수행하는 것이 실현 가능한가?
• RQ3 스마트폰 센서 데이터를 기반으로 훈련된 기계학습 모델이 도파민성 약물 투여와 관련된 운동 기능 변화를 탐지할 수 있는가?
• RQ4 레바도파 당일 등가제제량(LEDD)이 다른 환자들 사이에서 약물 투여 후 증상 변화는 어떻게 달라지는가?
• RQ5 스마트폰에서의 피사성 및 활성 센싱이 파킨슨병 증상 부담의 신뢰할 수 있는 다차원 평가를 제공할 수 있는가?

주요 결과

• HopkinsPD 플랫폼은 6개월 동안 226명의 참가자(121명의 PD, 105명의 대조군)를 대상으로 원격 대규모 데이터 수집을 성공적으로 수행했다.
• 46,000시간이 넘는 피사성 모니터링 데이터와 약 8,000건의 구조화된 활성 테스트 기록이 수집되어, 지금까지 가장 큰 규모의 데이터셋을 구성했다.
• 랜덤 포레스트 분류기는 약물 투여 반응과 기저 상태를 구분하는 데 71.0% ± 0.4%의 정확도를 기록했다.
• 레바도파 당일 등가제제량이 높은 참가자들(예: 872 mg)은 약물 투여 후 10개의 특징에서 더 뚜렷하고 측정 가능한 개선을 보였다.
• 낮은 복용량(예: 120 mg)을 복용하는 환자들은 개선이 덜 두드러져 치료 반응의 다양성과 개인 맞춤형 모니터링의 잠재력을 시사했다.
• 소비자용 스마트폰을 사용해 전용 하드웨어 없이도 확장 가능하고 저비용이며 원격 임상 연구의 실현 가능성을 입증했다.