idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instance:
Share on: 
04/18/2024 10:55

Wie Daten von Sportuhren und Smartphones MS-Patienten helfen können

Peter Rüegg Hochschulkommunikation
Eidgenössische Technische Hochschule Zürich (ETH Zürich)

    Für die Behandlung von Multipler Sklerose braucht es verlässliche Langzeitdaten über den individuellen Krankheitsverlauf. Fitness-​Tracker und Handys können diese Daten liefern, wie Forschende unter der Leitung der ETH Zürich nun zeigen.

    Multiple Sklerose (MS) ist eine tückische Krankheit. Patientinnen und Patienten leiden darunter, dass ihr Immunsystem die eigenen Nervenfasern angreift, wodurch diese Nervensignale langsamer weiterleiten. Betroffene erleiden vielfältige – leichte bis schwere – Beeinträchtigungen ihrer Motorik und ihrer Sinneswahrnehmungen. So individuell die Ausprägungen und Verläufe der Krankheit sind, so individuell ist auch der Umgang damit. Damit Ärztinnen und Ärzte wirksame Therapien empfehlen können, befragen sie Patienten regelmässig zu ihren Beschwerden und zum Krankheitsverlauf.

    Aus der Erinnerung berichten

    Die Patienten haben dabei die schwierige Aufgabe, aus dem Gedächtnis Auskunft über ihr Befinden und ihre Leistungsfähigkeit in den vergangenen Wochen und Monaten geben zu müssen. Die so erhobenen Daten können deshalb ungenau und unvollständig sein. Denn die Patienten können sich in ihren Erinnerungen irren oder sich bei ihren Antworten von sozialen Erwartungen beeinflussen lassen. Und weil diese Antworten einen erheblichen Einfluss darauf haben, wie Ärzte den Krankheitsverlauf erfassen, könnte es auch zu Fehlbehandlungen kommen.

    «Ärztinnen und Ärzte würden davon profitieren, wenn sie Zugang hätten zu verlässlichen Langzeitmessungen der Gesundheitsparameter ihrer Patienten. Diese Daten zeigen ein genaues und umfassenden Bild vom Zustand der Patienten», erklärt Shkurta Gashi. Sie ist Erstautorin einer neuen Studie und Postdoc in den Gruppen der ETH-​Professoren Christian Holz und Gunnar Rätsch am Departement Informatik sowie Fellow des ETH AI Centers.

    Zusammen mit Kolleginnen und Kollegen von der ETH Zürich, dem Universitätsspital und der Universität Zürich zeigt Gashi nun, dass Puls-​ und Sportuhren sowie Smartphones solche verlässlichen Langzeitdaten in einer hohen zeitlichen Auflösung liefern können. Ihre Studie ist in der Fachzeitschrift NPJ Digital Medicine erschienen.

    Digitale Marker für MS

    Die Forschenden statteten Freiwillige mit einer Fitnessuhr aus. Von diesen Personen hatten 55 MS, 24 waren gesunde Kontrollpersonen. Während zwei Wochen sammelten die Wissenschaftler:innen Daten dieser Fitnessuhr und von den Smartphones der Studienteilnehmenden. Anschliessend werteten sie diese Daten statistisch und mittels maschinellen Lernens aus, um zu ermitteln, welche dieser Daten für die Ärzte nützlich sind.

    Als besonders aussagekräftig erwiesen sich dabei Daten zur körperlichen Aktivität und zum Puls: Je geringer die körperliche Aktivität und der Puls, desto stärker beeinträchtigt und müder waren die Studienteilnehmenden.

    Die Häufigkeit der Smartphone-​Nutzung lieferte weitere wichtige Informationen zu Leistungsfähigkeit und Ermüdung: Je seltener die Testpersonen ihr Handy benutzen, desto stärker waren sie ermüdet, so die Folgerung. Rückschlüsse auf die motorischen Fähigkeiten gewannen die Forschenden durch einen spielähnlichen Test auf dem Smartphone. In dem vor wenigen Jahren an der ETH entwickelten Test müssen die Proband:innen eine virtuelle Person durch möglichst schnelles Tippen auf den Bildschirm dazu bringen, sich möglichst schnell fortzubewegen. Aus der Tippgeschwindigkeit und deren Veränderungen im Laufe des Tests können die Forschenden auf die motorischen Fähigkeiten der Proband:innen schliessen.

    «Durch die Kombination der Daten der Sportuhren und der Smartphones können wir gut zwischen Gesunden und MS-​Erkrankten unterscheiden», erklärt Gashi.

    Zuverlässiger Ansatz

    Mit dem neuen Ansatz können MS-​Betroffene in ihrem Alltag einfach und unkompliziert verlässliche und nützliche Langzeitdaten sammeln. Die Forschenden gehen davon aus, dass sich durch diese Daten die Qualität der Behandlung verbessert: Auf einer umfassenden, präziseren und zuverlässigeren Datenbasis können Fachpersonen besser entscheiden und gegebenenfalls früher als bisher wirksame Therapien vorschlagen. Ausserdem können Fachleute durch die Auswertung der Patientendaten die Wirksamkeit von Therapien überprüfen.

    Ihre Daten haben die Wissenschaftler:innen nun anderen Forschenden zugänglich gemacht. Sie weisen darauf hin, dass es eine grössere Studie und mehr Daten braucht, um verlässliche Modelle für die automatische Datenauswertung zu entwickeln. Solche Modelle könnten in Zukunft ermöglichen, dass MS-​Patienten dank Daten von Fitnesstrackern und dem Smartphone eine deutliche Verbesserung ihres Lebens erfahren.


    Original publication:

    Gashi S, Oldrati P, Moebus M, Hilty M, Barrios L, Ozdemir F, PHRT Consortium, Kana V, Lutterotti A, Rätsch G, Holz C: Modeling multiple sclerosis using mobile and wearable sensor data. NPJ Digital Medicine, 11. März 2024, doi: 10.1038/s41746-​024-01025-8


    More information:

    https://ethz.ch/de/news-und-veranstaltungen/eth-news/news/2024/04/wie-daten-von-...


    Images

    In den Daten von Sportuhren stecken wichtige Informationen zum Verlauf einer Multiplen Sklerose. (
    In den Daten von Sportuhren stecken wichtige Informationen zum Verlauf einer Multiplen Sklerose. (
    KI-​Bild: ETH Zürich


    Criteria of this press release:
    Journalists, all interested persons
    Information technology, Medicine
    transregional, national
    Research results, Scientific Publications
    German


     

    In den Daten von Sportuhren stecken wichtige Informationen zum Verlauf einer Multiplen Sklerose. (


    For download

    x

    Help

    Search / advanced search of the idw archives
    Combination of search terms

    You can combine search terms with and, or and/or not, e.g. Philo not logy.

    Brackets

    You can use brackets to separate combinations from each other, e.g. (Philo not logy) or (Psycho and logy).

    Phrases

    Coherent groups of words will be located as complete phrases if you put them into quotation marks, e.g. “Federal Republic of Germany”.

    Selection criteria

    You can also use the advanced search without entering search terms. It will then follow the criteria you have selected (e.g. country or subject area).

    If you have not selected any criteria in a given category, the entire category will be searched (e.g. all subject areas or all countries).