專訪MIT劉瀛成/張果：通過家用無線設備，跟蹤監測帕金森患者疾病進展丨未來百科020期( 二 ) _健康小知識

帕金森病除了診斷難，后續評估疾病的嚴重程度和發展以及治療效果，同樣存在挑戰。
在這項發表在ScienceTranslationalMedicine期刊的新研究中，為了解決這些難題，麻省理工學院（MIT）和羅切斯特大學等機構的研究人員合作，開發了一種家用設備，可以監測帕金森病患者的運動和步態速度，從而評估患者帕金森病的嚴重程度、疾病的進展以及患者對藥物治療的反應。
張果表示，實驗室之前發表在NatureMedicine的這項研究也提及了對帕金森病嚴重程度的評估。但這兩項研究涉及的生理信號和參數不一樣， NatureMedicine論文著重點在睡眠時候的呼吸， ScienceTranslationMedicine論文重點在日常步態速度。前者重點講了呼吸作為DiagnosticMarker（診斷性標志物）的性質，提到了少部分PrognosticMarker（預后標志物）的性質；后者則更重點放在步態速度于作為PrognosticMarker的性質。而且，這兩項可以結合，研究中所使用的無線設備既可以對睡眠呼吸監測，也可以采集日常步態速度，從而進一步提高診斷準確性。
這項研究利用了DinaKatabi實驗室之前開發的無線設備，該設備的外觀和大小與家用Wi-Fi差不多，它能夠發出無線電信號，這些無線電信號可以穿過墻壁或其他固體物體，但由于我們人體內水分的存在等原因，這些無線電信號會被人體反射。無線電波總是以相同的速度（光速）傳播，因此，可以通過信號反射回設備所需的時間來計算人的移動情況。
這相當于創建了一個“人體雷達” ，用于跟蹤房間中的人的運動。由于患者本身不需要佩戴任何工具，也無需為此改變自己的行為。此外，該設備傳輸的信號強度比WiFi要小得多，這種超低功率信號不會干擾家中的其他無線設備。

文章圖片
像AppleWatch這樣的可穿戴設備也有潛力具有一定的檢測能力，但張果表示，相對于可穿戴設備，這項研究所使用的設備具有多種優勢，這款設備是完全無感的，不需要充電，不需要佩戴，就像WIFI一樣，安裝后就一直默默工作。患者不需要因為使用它而額外付出任何努力，因此特別適合對技術不敏感的人，尤其是老年人。而且，對步態速度的測量上，研究中使用的設備準確度非常高，超過了所有我們當時調研過的可穿戴設備。
該設備還包含了一個基于機器學習的分類器，即使房間里有其他人在走動，它也可以準確篩選出從帕金森病患者身上反射回來的無線電信號。整個設備在后臺自動運行，每天都可以收集海量的數據，再通過復雜的算法，從這些運動數據計算出患者的步態速度。
劉瀛成表示，這個項目在一開始還是遇到了不少困難，一些是技術上的，一些是合作上的。例如，帕金森病人通常與家人同住，這就導致我們的無線設備識別的是許多人的混合數據，如何去分離出帕金森病人的那部分數據，當時在技術上非常困難。我們通過深度學習（DeepLearning），先采集帕金森病人的數據，用著小部分數據去訓練分類模型，從而幫助后續從混合數據中去除無關數據。而在項目進行過程中， COVID-19爆發了，這給項目合作帶來了不少麻煩，我們很難去幫助調節設備，與我們的合作者也只能在線上開會交流，但好在這些困難最終都被我們克服了。
研究團隊招募了50名參與者，其中34人患有帕金森病。研究團隊使用這種無線電設備對他們進行了兩項觀察性研究，一項持續2個月時間，另一項持續2年時間。