Умные часы, способные собирать физические и физиологические данные, могут стать ценными инструментами в биомедицине, особенно для понимания заболеваний мозга и поведенческих расстройств, а также для выявления потенциальных мутаций-драйверов, связанных с этими состояниями. Это утверждение сделано в исследовании, опубликованном в журнале Cell, соавтором которого является Марк Герштейн из Йельского университета и в котором участвует профессор Диего Гарридо Мартин из Университета Барселоны.
Исследование использовало данные смарт-часов более чем 5000 подростков для обучения моделей искусственного интеллекта, направленных на предсказание различных психиатрических заболеваний и выявление связанных с ними генов. Результаты указывают на то, что эти носимые датчики могут способствовать более тонкому пониманию и лечению психиатрических расстройств.
Марк Герштейн, эксперт в области биохимии, информатики, статистики и науки о данных, заявил: "В традиционной психиатрии врач оценивает ваши симптомы, и вам ставится диагноз или нет. Но в этом исследовании мы сосредоточились на обработке носимых данных таким образом, чтобы их можно было использовать для более полного предсказания заболеваний и лучшего связывания их с основными генетическими факторами."
Качественная диагностика заболеваний представляет собой трудность; однако носимые датчики, которые собирают данные непрерывно, могут предоставить решения. Исследование опиралось на данные из Исследования когнитивного развития подросткового мозга, крупнейшей долгосрочной оценки развития мозга и здоровья детей в Соединенных Штатах. Данные, собранные с помощью смарт-часов, носимых подростками в возрасте от 9 до 14 лет, включали частоту сердечных сокращений, расход калорий, интенсивность физической активности, количество шагов, уровень сна и интенсивность сна.
Джейсон Лю, исследователь в лаборатории Герштейна и соавтор исследования, отметил: "При правильной обработке данные смарт-часов могут использоваться как 'цифровой фенотип'." Термин 'цифровой фенотип' относится к характеристикам, которые можно измерить и отслеживать с помощью цифровых инструментов, таких как смарт-часы.
Лю добавил: "Одно из преимуществ этого заключается в том, что мы можем использовать цифровой фенотип почти как диагностический инструмент или биомаркер, а также преодолеть разрыв между болезнью и генетикой."
Команда исследователей разработала методику получения и преобразования огромного объема данных смарт-часов в информацию, которая могла бы быть использована для обучения модели ИИ, что Герштейн описал как "новую задачу для решения в научном мире, которая является технически сложной."
Команда обнаружила, что частота сердечных сокращений была наиболее важной мерой для предсказания СДВГ, в то время как качество сна и стадия сна были более важными для выявления тревожности. Герштейн сказал: "Эти результаты указывают на то, что данные смарт-часов могут предоставить нам информацию о том, как физические и поведенческие временные паттерны связаны с различными психиатрическими заболеваниями."
Кроме того, данные могут помочь различить различные подтипы заболевания. Беатрис Борсари, постдокторант в лаборатории Герштейна, сказала: "Например, в рамках СДВГ есть разные формы. Возможно, мы сможем расширить эту работу, чтобы помочь различить формы невнимательности и гиперактивности, которые обычно реагируют на разные фармакологические лечения."
Увидев, что цифровой фенотип может быть использован для предсказания психиатрических заболеваний, команда исследовала, может ли он также помочь в выявлении основных генетических факторов, используя ряд многомерных статистических инструментов, разработанных благодаря научному вкладу Университета Барселоны.