Οι ψηφιακοί βιοδείκτες ως οικολογικά έγκυρα μέσα απομακρυσμένης και μακρόχρονης εκτίμησης της υγείας των ατόμων τρίτης ηλικίας

Abstract

Ageing consists one of the biggest societal challenges worldwide. Older adults’ desire of staying healthy, staying at their own home consists an important motive for the development of assistive technologies that will realize it through remote monitoring technologies. Proliferation of low-cost, off-the-shelf IoT devices has led to the implementation of the so called smart homes projects, which are solutions that are mixing the older adults’ physical spaces with monitoring and computing capabilities, allowing the collection of high-frequency daily life data. Methods: This stydy consist of two parts. An experimental one that takes place in a lab space and a real life application of sensor monitoring technology. In particular, an ecologically valid space was created within the Thessaloniki Active & Healthy Ageing Living, where fifteen (15) older adults participated in the pilot testing of the technology. Participants visited the ecologically valid space for almost two weeks, covering eight (8) 1 hour-sessions in total. There, they followed a protocol of typical daily life activities, where several unobtrusive scenario of monitoring were interweaved. No restrictions were imposed with respect to the execution of tasks, thus making sure that the data collection follows an ecologically valid paradigm. Subsequently, senor data collected from 10 participants were statistically correlated to clinical assessment tools. Then, a series of focus groups openly discussing about technology and obtrusiveness were carried out with thirteen participants. Moving to the second part of the study, some adjustments with respect to the technology had to be considered according to the Living Lab study findings. Favorable technology was installed to 5 older womens’ homes for more than a year time resulting to hundreds of thousands data points to be collected. Different modeling techniques were employed, such as statistical modeling, and machine learning, in order to explore clinical added value of digital biomarkers. As an application scenario, the study of modelling emotional disturbances and in particular the one of geriatric depression was carried out. In addition, a longitudinal study about sensor monitoring unobtrusiveness was conducted to examine end-user acceptance. A follow-up interview was carried out with each one of the participants. Finally, we explore the possibility of mapping the results of the data-driven modelling approaches with expert-driven models and knowledge representation schemata, such as the Fuzzy Cognitive Maps (FCMs) in a way that is transparent to the clinicians. Results: With respect to the first part of the study quite a few statistical significant correlations between sensor data and clinical tools were found, e.g. mobility and affective characteristics linked to emotional health and quality of life. With respect to the results of the focus groups these were transcribed and analysed with qualitative methods in order to extract the most significant themes and to categorize them to one of the obtrusiveness framework axes. For the second part o fthe study, a generalized linear mixed prediction model of PHQ-9 was developed utilizing information about TV usage patterns. Random Forests achieved mean accuracy score >80% when given to classify between healthy and depressive cases, while another RF classifier achieved an AUC>90% when having to deal with all sorts of depressive synptoms severity (from mild to severe). The initial FCM model also achieved a high classification rate up to 96% given some synthetic cases provided by experts. Finally, older adults’ longitudinal attitudes revealed a negative stance towards the use of the mirror camera and the smart watch, as well as the Kinect device. The answers to the questionnaire of the lady that left the study at month 12, were compared against the mean value of the rest four particpants to check for any particular reasons of her decision. Significant differences from the mean value of the rest four were found for the Kinect device, the smart watch and the mirror camera. Conclusions: Clinical value of digital biomarkers has been been revealed in many publications, yet their application in longitudinal studies is absent. A great challenge nowadays remains the robust operation of such technologies under real life circumstances, without any restrictions (in the wild) as well as their acceptance from older people, and their doctors, if at any time in the future we wish to integrate such data in the clinical practice.

Η γήρανση του πληθυσμού αποτελεί μία από τις μεγαλύτερες κοινωνικές προκλήσεις σε ολόκληρο τον πλανήτη. Η επιθυμία των ηλικιωμένων για καλή γήρανση, παραμένοντας στο σπίτι τους αποτελεί σημαντικό παράγοντα για την ανάπτυξη υποστηρικτικών τεχνολογιών που θα προσφέρουν αυτήν την δυνατότητα μέσω τεχνολογιών απομακρυσμένης παρακολούθησης. Η εξάπλωση φθηνών έξυπνων συσκευών άμεσα διαθέσιμων στο εμπόριο και με την δυνατότητα σύνδεσης στο λεγόμενο Διαδίκτυο των Πραγμάτων (Internet of Things - IoT) έχει στρέψει την ερευνητική κοινότητα στην ανάπτυξη των λεγόμενων έξυπνων σπιτιών. Τα έξυπνα σπίτια αποτελούν λύσεις που συνδυάζουν τεχνολογίες αισθητήρων ενσωματώνοντάς τες στον φυσικό περιβάλλοντα χώρο των σπιτιών των ηλικιωμένων, επιτρέποντας την συνεχή και λεπτομερή παρακολούθηση των καθημερινών δραστηριότητων τους. Μέθοδοι: Η μελέτη μας αποτελείται από δύο σκέλη. Ένα πειραματικό σε εργαστηριακό χώρο και μια εφαρμογή της τεχνολογίας σε πραγματικό περιβάλλον. Συγκεκριμένα, δημιουργήθηκε ένας οικολογικά έγκυρος χώρος στα πλαίσια του Ζωντανού Εργαστηρίου Ενεργού και Υγιούς Γήρανσης, όπου δέκα πέντε (15) ηλικιωμένοι συμμετέχοντες έλαβαν μέρος στην πιλοτική δοκιμή της τεχνολογίας. Οι συμμετέχοντες επισκέπτονταν τον οικολογικά έγκυρο χώρο για περίπου 2 εβδομάδες (8 συνολικά συνεδρίες) όπου ακολουθούσαν ένα πρωτόκολλο δραστηριοτήτων, που περιελάμβαναν ορισμένα διακριτικά σενάρια παρακολούθησης, χωρίς αυστηρούς περιορισμούς επιτρέποντας την συλλογή ρεαλιστικών συμπεριφορικών δεδομένων από το δίκτυο αισθητήρων. Στην συνέχεια τα δεδομένα που συλλλέχθηκαν από 10 συμμετέχοντες αναλύθηκαν στατιστικά με τα κλινικά τεστ αξιολόγησης της υγείας των ηλικιωμένων ώστε να βρεθούν τυχόν συσχετίσεις και δείκτες υγείας. Μετά το πέρας αυτών των πιλοτικών δοκιμών πραγματοποιήθηκε μια σειρά από ομάδες εστιασμένης συζήτησης όπου πραγματοποιήθηκε κουβέντα γύρω από την παρεμβατικότητα της τεχνολογίας με την υιοθέτηση ενός θεωρητικού πλαισίου ορισμού από την βιβλιογραφία. Στο δεύτερο μέρος της μελέτης, μελετήθηκαν τα αποτελέσματα τόσο από την ποιοτική ανάλυση των ομάδων εστίασης, όσο και από τα μελή της ερευνητικής ομάδας και πραγματοποιήθηκε η εγκατάσταση ενός ελαφρώς τροποποιημένου τεχνολογικού συστήματος σε 5 σπίτια ηλικιωμένων για ένα διάστημα πλέον του ενός έτους, συλλέγοντας με αυτόν τον τρόπο εκατοντάδες χιλιάδες ψηφιακά στιγμιότυπα της καθημερινότητας των ηλικιωμένων. Στην συνέχεια επιχειρήθηκε η ανάπτυξη τόσο στατιστικών μοντέλων, όσο και μοντέλων μηχανικής μάθησης για την διερεύνηση της κλινικής αξίας των ψηφιακών βιοδεικτών. Σαν μελέτη εφαρμογής αυτών των μοντέλων ήταν η πρόβλεψη συναισθηματικών διαταραχών καθώς και της καταθλιπτικής συμπτωματολογίας. Παράλληλα με αυτές τις μελέτες, διενεργήθηκε και μια μακροπρόθεσμη (Longitudinal) μελέτη της αποδοχής των αισθητήρων από τους ηλικιωμένους με έμφαση και πάλι στον βαθμό παρεμβατικότητας. Η μελέτη διενεργήθηκε με την μορφή προσωπικών συνεντεύξεων με κάθε μία από τις πέντε συμμετέχουσες. Τέλος, με την πρόταση και δημιουργία ενός εμπειρικού μοντέλου (expert model) υποστήριξης της διάγνωσης της γηριατρικής κατάθλιψης (Fuzzy Cognitive Maps), αποκρυσταλλώνοντας την γνώση των ειδικών σε ένα σχήμα αναπαράστασης γνώσης προσιτό σε αυτούς, επιχειρείται η αντιστοίχηση της νέας γνώσης που παράγεται από τους αισθητήρες με την υπάρχουσα κλινική γνώση. Αποτελέσματα: Όσον αφορά το πρώτο σκέλος της διατριβής βρέθηκαν αρκετές στατιστικά σημαντικές συσχετίσεις ανάμεσα στις επιμέρους κατηγορίες ψηφιακών δεικτών, όπως κινητικοί, συναισθηματικοί και φυσιολογικοί και των επιμέρους κατηγοριών κλινικών αξιολογήσεων της υγείας των ηλικιωμένων. Όσον αφορά τα αποτελέσματα από τις ομάδες εστιασμένης συζήτησης αυτά αναλύθηκαν με ποιοτικές μεθόδους για να εξαχθούν τα πιο βασικά θέματα που προέκυψαν από τις συζητήσεις και να κατηγοριοποιηθούν σε κάθε ένα από τους άξονες του πλαισίου παρεμβατικότητας (obtrusiveness framework). Για το δεύτερο σκέλος της διατριβής, δημιουργήθηκε ένα γραμμικό μοντέλο πρόβλεψης του PHQ-9 σκορ από τα μοτίβα λειτουργίας της τηλεόρασης. Εκεί βρέθηκαν συσχετίσεις με κάποια από τα συμπτώματα της κατάθλιψης. Το μοντέλο μηχανικής μάθησης και συγκεκριμένα, Τυχαία Δάση (Random Forests, RF) πέτυχαν με ακρίβεια άνω του 80% να διακρίνουν μεταξύ καταθλιπτικών και υγιών καθημερινών στιγμυοτύπων συμπεριφοράς, ενώ το μοντέλο ταξινόμησης καθημερινών προτύπων συμπεριφοράς σε ήπια, μέτρια και σοβαρά καταθλιπτικά περιστατικά πέτυχε εμβαδόν επιφάνειας ROC >90%. Επίσης, η αρχική αξιολόγηση του μοντέλου υποστήριξης της διάγνωσης της κατάθλιψης, με βάση το σχήμα αναπαράστασης γνώσης FCM είχε μέση ακρίβεια περίπου 96%. Τέλος, η σύγκριση των μοτίβων αντίληψης των ηλικιωμένων όσον αφορά την παρεμβατικότητα των τεχνολογιών που είχαν εγκατεστημένες στο σπίτι τους, απεκάλυψε την αρνητική τους στάση απέναντι στο έξυπνο ρολόι και τον καθρέφτη-κάμερα. Επίσης, καθώς μία από τις 5 κυρίες απεχώρησε οικιοθελώς από την μελέτη, συγκρίθηκαν οι απαντήσεις της με τον μέσο όρο των υπολοίπων ηλικιωμένων γυναικών. ώστε να αποκαλυφθούν οι αιτίες της αποχώρησης από την μελέτη. Βασικοί λόγοι αποδείχθηκαν το έξυπνο ρολόι, ο καθρέφτης με την ενσωματωμένη κάμερα αλλά και η συσκευή Kinect λόγω και της οποίας αναγκάστηκε να αλλάξει την καθημερινή ρουτίνα της. Συμπεράσματα: Η κλινική αξία των ψηφιακών βιοδεικτών έχει αναδειχθεί σε πλήθος δημοσιεύσεων, όμως η χρήση και αξιολόγησή τους σε μακροπρόθεσμες μελέτες απουσιάζει. Μεγάλη πρόκληση αποτελεί στις μέρες μας η εύρωστη λειτουργία τέτοιων τεχνολογιών υπό πραγματικές συνθήκες χωρίς πριορισμούς (in the wild) αλλά και η αποδοχή τους τόσο από τους ηλικιωμένους, όσο και από τους γιατρούς αν κάποια στιγμή στο μέλλον θελήσουμε να χρησιμοποιήσουμε τέτοιου είδους δεδομένα στην κλινική πράξη.