Revolutionierung der Behandlung von Parkinson
Wir haben die erste KI-gestützte, forschungsbasierte Präzisionstechnologie zur Messung motorischer Parkinson-Symptome entwickelt – basierend auf der Kombination zweier bewährter Technologien: Elektromyographie (EMG) und kinematische Messung
EMG- und kinematische Messungen für eine unübertroffene Genauigkeit in der Symptombewertung
Wir haben die erste KI-gestützte, forschungsbasierte Präzisionstechnologie zur Messung motorischer Parkinson-Symptome entwickelt. Für eine beispiellose Genauigkeit bei der Symptombewertung setzen wir auf die Kombination zweier bewährter Technologien – Elektromyographie (EMG) und kinematische Messung.
EMG für tiefere Einblicke in die Muskelaktivität
Die Verwendung einer neuartigen mathematischen Methode zur Kombination von EMG- und kinematischen Daten für die Bewertung von Parkinson-Symptomen ermöglichte 2006 einen Durchbruch bei der Unterscheidung zwischen Parkinson-Patienten und gesunden Personen sowie bei der Quantifizierung der Behandlungseffekte auf neuromuskulärer Ebene. Die an der Universität Kuopio, heute Universität Ostfinnland, in Zusammenarbeit mit klinischen Partnern durchgeführte Forschung umfasste neun verschiedene Patientenstudien in Finnland, den USA und China. Insgesamt nahmen über 200 Patienten und 100 gesunde Kontrollpersonen an den Studien teil.
Das EMG misst die Stärke und den Zeitpunkt der elektrischen Aktivität, die von den Skelettmuskeln und den sie steuernden Nerven erzeugt wird, und erkennt Probleme mit der motorischen Koordination, den motorischen Nerven, den Muskeln oder der Kommunikation zwischen ihnen. Das EMG-Signal erscheint als stachelartige, impulsartige Wellenform. Bei der Parkinson-Krankheit verändert sich die Morphologie des EMG-Signals, welches wesentliche Informationen über die Erkrankung enthält.
Forschungsbasierte Algorithmen liefern klinisch aussagekräftige Erkenntnisse
Die üblicherweise für die EMG-Analyse verwendeten Signalparameter, darunter Amplituden und mittlere oder mediane Frequenzen, reichen nicht aus, um impulsartige Strukturen zu erfassen. Adamant Health wendet daher eine neuartige, auf maschinellem Lernen (ML) basierende Methode an, die Signalmorphologie mithilfe hochentwickelter mathematischer Algorithmen nutzt, um EMG-Signale von Parkinson-Patienten zu quantifizieren. Unsere hochmoderne Datenanalysetechnologie und Algorithmen basieren auf 20 Jahren akademischer Forschung.
Durch die direkte Messung des Symptoms und die Kombination von EMG mit kinematischen Daten ist es möglich, eine bisher unerreichte Genauigkeit bei motorischen Symptomdaten zu erzielen. Zudem können entstehende, äußerlich noch nicht sichtbare Symptome erkannt und Muskelsteifheit objektiv gemessen werden, was mit keiner anderen derzeit verfügbaren Technologie möglich ist.
Paradigmenwechsel hin zu einer patientenzentrierten Versorgung mit Daten aus der Praxis und KI
Bereits heute liefert unsere Technologie klinisch aussagekräftige und verwertbare Daten, um den aktuellen Goldstandard in der Parkinson-Behandlung in eine faktenbasierte Behandlungsoptimierung zu überführen und eine personalisierte und ortsunabhängige Betreuung zu ermöglichen.
Mit den klinisch validierten, longitudinalen und multidimensionalen Patientendaten, die auf unserer KI-Plattform gesammelt werden, sind wir in der einzigartigen Position, unsere KI-Modelle kontinuierlich weiterzuentwickeln und zu bedienen. Damit ermöglichen wir den Wandel von einem klinikgesteuerten hin zu einem patientenzentrierten Versorgungsmodell – mit dem Ziel, die Versorgung in Echtzeit zu optimieren.
Die Parkinson-Behandlung der nächsten Generation wird sich auf alle Phasen des Versorgungspfads auswirken, um ein optimales Versorgungsgleichgewicht für den Patienten zu erreichen. Dies wird Menschen mit Parkinson ein selbstbestimmtes und erfülltes Leben ermöglichen und zugleich das Gesundheitssystem entlasten.