Больше года назад я нашел краудфандинговую кампанию для носимого устройства, которое могло бы обнаруживать припадки. В то время мы изо всех сил пытались обнаружить и записать припадки моего сына. Это было сложно, потому что у него было много типов припадков, и мы знали по ЭЭГ, что не улавливаем каждый из них. Устройства для захвата, уже представленные на рынке, на него не сработали. Чаще всего используются акселерометры и гироскопы для фиксации преувеличенных движений рук или падений. Но его припадки часто вызывали только тонкие движения тела, которые не были обнаружены. Это новое устройство включало другие маркеры судорог, такие как кожно-гальваническая реакция. Я надеялся, что новые датчики изменят ситуацию. Поскольку устройство было многообещающим, я поддержал его, а затем с нетерпением ждал его выпуска.

После долгой задержки устройство наконец отправлено. Когда мы получили его, я привязал его к запястью моего сына и надеялся. На следующую ночь у моего сына, как обычно, было несколько припадков, но прибор не обнаружил ни одного из них. Сначала я подумал, что неправильно настроил устройство или что оно потеряло связь с моим телефоном. Но после нескольких недель приступов без обнаружения мы перестали носить устройство и положили его на полку.

Наша история — одна из многих подобных историй несбывшихся ожиданий. Но это пост не о неудачах и отчаянии, а о надежде. В то время как устройство не работало для нас, оно работает для некоторых людей. Кроме того, продолжают разрабатываться более совершенные методы обнаружения припадков. Эти методы включаются в растущее число носимых устройств на рынке. Вскоре у нас появится одежда и аксессуары, фиксирующие биометрические маркеры, которые смогут более надежно выявлять приступы. У нас будут собранные данные, которые мы сможем использовать, чтобы предсказать, когда произойдет припадок. И произойдет это в самое ближайшее время.

Устройства, данные и машинное обучение

Для создания устройства, способного обнаруживать и прогнозировать припадки, необходимы три компонента: устройства, данные и машинное обучение.

Устройства

Устройства представляют собой вещи, которые собирают данные. Сегодня у нас есть носимые устройства, такие как часы и одежда, в которых есть датчики. Эти датчики измеряют некоторые атрибуты, такие как частота сердечных сокращений, шаги или уровень стресса. Тенденция к меньшим, более дешевым и энергоэффективным датчикам сохранится. Будут созданы новые датчики для измерения новых маркеров. Производители будут устанавливать датчики почти во все, что они создают. Результатом будет огромное количество информации, поступающей от нас в любое время.

Данные

С распространением сенсоров результатом станет цунами данных. Каждое измерение и точка данных, которые мы можем собрать, будут доступны почти в реальном времени. У нас будет доступ к данным, для измерения которых требуется оборудование в больнице. Мы также сможем сопоставлять эти данные с информацией из окружающего нас мира. Наружная температура, на что настроен наш термостат, что мы ели, сколько смотрели телевизор. Чем больше вещей мы соединяем и делаем доступными, тем больше у нас будет пул данных, с которыми мы можем плыть и находить ответы.

Машинное обучение

Компонент, который меня больше всего волнует, — это машинное обучение. Теперь, когда у нас есть все эти данные, что нам с ними делать? Слишком много данных поступает слишком быстро, чтобы человек мог их понять. Поэтому мы используем машинное обучение, чтобы попытаться понять это для нас. Мы можем обучить систему, используя реальные данные, чтобы со временем она могла использовать полученные знания для прогнозирования лучше, чем человек. Он может находить невидимые для нас закономерности в данных и устанавливать связи, которые мы не можем. Он может выяснить, когда данные выравниваются таким образом, что ранее приводил к захвату, и уведомить нас. Это может помочь скорректировать поведение таким образом, чтобы снизить риск приступа. И он никогда не перестанет учиться и будет продолжать делать более точные прогнозы.

Как показано на изображении, машинное обучение не является конечной остановкой. Вместо этого мы будем использовать разработанные нами алгоритмы для обратной связи с устройствами. Мы создадим новые датчики, чтобы заполнить наши пробелы в данных. Мы переместим интеллект дальше к устройству, чтобы оно могло принимать более взвешенные решения ближе к человеку, который его носит. Обновления устройств приведут к большему количеству данных или, что еще лучше, к более точным и надежным данным. Это, в свою очередь, улучшит наши прогнозы. Цикл будет продолжаться до того момента, когда многие устройства смогут обнаруживать и прогнозировать приступы. Это будет не работа одного специализированного устройства, а совокупность вещей, которые мы носим каждый день.

Проблемы

Впереди испытания. Защита данных и конфиденциальность — две главные проблемы. Время автономной работы и питание устройств и датчиков следуют за ним. Это огромные проблемы и заботы. Но точно так же, как существуют тенденции, влияющие на вышеперечисленные компоненты, эти проблемы не уникальны для носимых устройств. Достижения в области шифрования и управления идентификацией найдут свое место в носимых устройствах. Новые аккумуляторы и технологии беспроводной зарядки позволят нашим устройствам работать дольше, даже не задумываясь об этом. Прилив поднимает все лодки, и носимые устройства выиграют от многих тех же инноваций, что и другие технологии.

Вывод

Несмотря на то, что наш нынешний опыт использования носимых устройств для прогнозирования припадков разочаровывает, я по-прежнему настроен оптимистично. Тенденции в области устройств, данных и машинного обучения будут по-прежнему приводить к более надежному обнаружению и прогнозированию припадков. В ближайшем будущем у нас будут такие возможности в повседневных носимых устройствах, а не только в специализированных устройствах. Результатом будет резкое увеличение душевного спокойствия и общего качества жизни.

СЛЕДУЮЩАЯ СЛЕДУЮЩАЯ: Обязательно ознакомьтесь со следующей публикацией Лейлы Зорзи завтра на livingwellwithepilepsy.com, чтобы узнать больше об осведомленности об эпилепсии. Полное расписание блогеров можно найти на сайте livingwellwithepilepsy.com.

Не упустите шанс пообщаться с блогерами в #LivingWellChat 30 июня в 19:00 по восточному времени.

Первоначально опубликовано на сайте Epilepsy Dad.