IBM Research parle de développer un prototype de capteur d'ongles portable qui permet d'analyser et de suivre les symptômes et la progression des maladies associées aux troubles du mouvement et plus encore.
Les données d'un paramètre tel que la force de compression par laquelle les doigts d'une personne agissent sur des objets à des fins médicales sont très utiles pour une utilisation analytique dans un large éventail de maladies humaines.
Le tableau de données en temps réel peut ensuite être utilisé pour analyser l'efficacité de l'administration de médicaments chez les personnes atteintes de la maladie de Parkinson, les niveaux de déficience cognitive dans la schizophrénie, la surveillance de l'état cardiovasculaire et le diagnostic des causes de mortalité par maladies de la vieillesse.
Chez IBM Research, l'une des principales tâches de recherche consiste à mieux comprendre l'effet progressif des maladies sur l'état général de la santé humaine à l'aide de l'environnement numérique moderne, ainsi que la façon dont l'IA (ci-après dénommée intelligence artificielle) en analysant une grande quantité de données obtenues dans à des fins médicales, il peut étudier sans douleur l'état actuel de certains paramètres du corps humain dans son environnement naturel, potentiellement indiquer des indicateurs critiques et prédire des options pour progresser patient pour comprendre le bon vecteur pour un traitement ultérieur.
Dans une
nouvelle étude publiée dans la revue Scientific Reports, l'équipe IBM Research décrit en détail le premier prototype de son genre, le «capteur d'ongles sans fil», qui aide à contrôler en temps réel certains paramètres directement liés à la santé humaine.
Le dispositif sans fil portable mesure en continu des données sur la pression, la flexion et le mouvement actuels des éléments de l'ongle d'une personne, qui sont des indicateurs clés pour déterminer le paramètre de force de capture.
Ce projet a commencé par des tentatives d'analyser numériquement certaines des données sur l'état des patients atteints de la maladie de Parkinson. Mais immédiatement, il y a eu des difficultés pour obtenir des données.
Comme il était nécessaire d'analyser et de quantifier le groupe témoin de patients, dont la plupart sont des personnes âgées, la situation a été aggravée par le fait que dans ces tranches d'âge, les problèmes de l'état et l'obtention de données de la peau sont très difficiles, car la peau des patients est souvent mince, lâche et flasque. .
L'une des méthodes de mesure de la progression de la maladie de Parkinson consiste à connecter un complexe de capteurs à la peau du patient, qui enregistre ensuite des paramètres tels que le mouvement des parties du corps, les contractions musculaires, l'activité des cellules nerveuses et les changements dans l'activité des glandes sudoripares, qui aident à analyser l'intensité de l'état émotionnel d'une personne.
Mais, malheureusement, chez de nombreux patients âgés, la connexion de tels capteurs directement à la peau provoque souvent une gêne et d'autres problèmes médicaux négatifs, y compris des infections.
C'est là qu'une nouvelle solution était nécessaire pour placer les capteurs (ou même un, mais un capteur complexe, comme cela s'est produit plus tard). Nous avons donc conçu un capteur de clous d'une conception spéciale et nous pouvons maintenant utiliser son potentiel dans la réalité.
Nous interagissons avec des milliers d'objets tout au long de la journée, utilisons nos mains presque tout le temps, une vaste gamme de données, telles que les sensations tactiles de la pression, de la température, de la texture de la surface et bien plus encore, peuvent maintenant être numérisées et analysées.
Notre équipe a réalisé qu'il sera désormais possible de recevoir des signaux numériques sur la façon dont les ongles se plient pendant la journée, lorsque nous utilisons nos doigts pour interagir avec l'environnement, et en utilisant l'intelligence artificielle et les capacités d'apprentissage automatique, nous pouvons mettre en œuvre un programme d'analyse et le contrôle de nombreux indicateurs médicaux humains dérivés de ces données.
L'une des fonctions des ongles humains est de concentrer le bout du doigt sur l'objet manipulé. Il s'avère que nos ongles se déforment, se plient et subissent constamment des mouvements stéréotypés lorsque nous utilisons nos doigts pour saisir des objets et même juste lorsque nous plions et déplions nos doigts.
Cette déformation est généralement de l'ordre du micron et n'est pas visible à l'œil nu. Cependant, il peut être détecté tout simplement en utilisant un tableau correctement configuré de jauges de contrainte.
Par exemple, un cheveu humain typique a un diamètre de 50 à 100 microns, et un globule rouge a généralement une largeur inférieure à 10 microns.
Étant donné que l'ongle humain est très durable, nous avons décidé de coller le système de capteur de notre capteur directement sur l'ongle, sans se soucier des problèmes survenus précédemment lorsque les capteurs étaient fixés sur la peau.
Nos expériences avec un dynamomètre ont montré que nous pouvons obtenir un signal suffisamment stable de la surface de l'ongle pour analyser plus en détail les données sur la force de préhension pour différents types de mouvements des doigts.
Nous avons également constaté que même les mouvements subtils des doigts peuvent être analysés à partir des données de déformation des ongles.
Nous avons pu distinguer les activités quotidiennes typiques qui incluent la pronation (mouvement de rotation des membres) et la supination (mouvement de rotation du membre), comme tourner la clé, ouvrir la poignée de porte ou utiliser un tournevis.
Un point encore plus subtil de notre développement logiciel est l'analyse et l'enregistrement des mouvements des doigts pendant l'écriture, nous avons formé le réseau neuronal et obtenu une précision de 94% en reconnaissant les nombres écrits avec le doigt sur lequel se trouve le capteur.
En fait, notre système se compose d'un tableau de micro jauges de contrainte fixées à la surface de l'ongle, un petit ordinateur qui mesure les valeurs de déformation des capteurs en temps réel, collecte les données de l'accéléromètre et échange les données reçues avec des montres intelligentes ou d'autres appareils sans fil.
Le programme d'analyse utilise également des modèles d'apprentissage automatique pour évaluer la survenue d'un état de bradykinésie, de tremblements et de dyskinésie, qui sont des symptômes de la maladie de Parkinson.
Ainsi, recevant des données numériques du bout des doigts, nous avons trouvé une nouvelle application pour nos ongles, détectant et caractérisant leurs mouvements subtils et les changements de leurs paramètres.
Notre développement permettra de détecter le développement d'un grand nombre de maladies, et permettra également d'évaluer l'efficacité des méthodes de traitement appliquées destinées à ralentir ces affections.
La poursuite de l'utilisation de systèmes basés sur de tels capteurs d'ongles servira de source d'inspiration pour la phase initiale de l'invention d'un dispositif de communication pour les patients atteints de paralysie de quatre membres, ce qui pourrait aider les paralytiques à communiquer.
