Senzor pronađen u "praktički svakom nosivom" može dijagnosticirati anksioznost u djetinjstvu

Komuniciranje onoga što se osjeća kao da pate od anksioznosti je težak zadatak, čak i za većinu artikuliranih tinejdžera ili odraslih koji žive s anksioznim poremećajima. Ali za malu djecu koja možda nemaju jezične vještine kako bi stavila riječi u svoje emocije, opisujući da je porazan osjećaj panike nemoguć zadatak. Rad objavljen u srijedu PLOS Jedan predlaže rješenje: nosivi senzor i algoritam strojnog učenja koji može dijagnosticirati anksioznost bez slušanja jedne riječi. A najbolji dio je da svi potrebni dijelovi ove tehnologije već postoje.

Mentalno zdravlje i anksiozni poremećaji već su notorno teško utvrditi u tinejdžerima i odraslima. Ti su izazovi još veći kada se radi o dijagnosticiranju djece, dodaje dr. Sc. Ellen McGinnis, postdoktorska istraživačica na psihijatrijskom odjelu Sveučilišta u Vermontu.

"Mala se djeca bore s razumijevanjem vlastitih emocija i izražajnog jezika, tako da još ne mogu pouzdano izvijestiti ako ili kako mogu patiti", kaže ona. Inverzan.

„Na primjer, pokušao sam popuniti upitnik za anksioznost samoprocjene za djecu od sedam godina pa sve do ovog uzorka istraživanja. Jedna od stavki koje su pitale nešto poput "Jeste li nervozni?", A 90% djece počelo je skakati gore-dolje, smiješeći se."

Da bi zaobišla ovu prepreku, ona i koautor studije, dr. Ryan McGinnis, biomedicinski inženjer, također na Sveučilištu u Vermontu (i suprug Ellen McGinnis), ponovno su zamislili tipični senzor pokreta pronađen u gotovo svim pametnim telefonima, nazvanim mikro - elektro-mehanički sustav - ili MEMS uređaj. To su nano-skalirani uređaji, koji mjere ubrzanje i kutnu brzinu, čine akcelerometre u "gotovo svakom nosivom i pametnom telefonu na tržištu", dodaje Ryan McGinnis. Kada je 63 djece, od kojih su neki imali klinički dijagnosticirane anksiozne poremećaje, vezao MEMS uređaj oko struka, otkrio je da su ta djeca zapravo skloni kretati se drugačije nego zdrave kontrole kada su stavljene u stresne situacije.

## "Snake Task"

Nažalost, jedini način za dizajniranje i testiranje senzora tjeskobe za djecu je izazvati anksioznost. Dovoljno je reći da je zadatak zmije na ovom frontu uspješan.

Istraživač vodi djecu u slabo osvijetljenu sobu i kaže: "Imam nešto za pokazati," ili "Budimo tihi da se ne probudimo", prije nego što povučemo list kako bi otkrili lažna zmija, samo nekoliko centimetara od njihova lica. Zatim, istraživači dopuštaju djeci da se igraju sa zmijom, sve dok ih uvjeravaju da će sve biti u redu.

Djeca s anksioznim poremećajima najrazličitije su se kretala tijekom prva faza kada su istraživači izgradili neizvjesnost o tome što je stvorenje živjelo iza plahti. Prema podacima senzora MEMS-a, djeca s dijagnozom anksioznosti sklonija su se brže i dramatičnije okretala od tajanstvene ploče od zdravih kontrola - često se okrećući leđa - 180 stupnjeva. Djeca bez dijagnoze anksioznosti obično se okreću manje od 60 stupnjeva, držeći list u vidokrugu.

"Mnoge anksiozne poremećaje karakterizira zabrinutost zbog nesigurnosti i ponašanja u izbjegavanju neizvjesnih situacija", objašnjava Ellen McGinnis. "Otkrivanje da se djeca s poremećajima fizički okreću dobro se uklapaju s psihološkom teorijom i izvješćima o ponašanju pojedinaca s tjeskobom i depresijom koji izbjegavaju potencijalne prijetnje."

Probir za tjeskobu

Ryan i Ellen McGinnis koristili su ove preliminarne podatke za konstrukciju algoritma strojnog učenja koji koristi ovo rotacijsko gibanje i brzinu od REMS senzora za dijagnosticiranje djece s potencijalnim anksioznim poremećajima. Do sada, algoritam može razlikovati zdrave kontrole i djecu s dijagnozom s 81 posto uspjeha. Kako algoritam uči iz više slučajeva, istraživači se nadaju da će se statistika poboljšati.

Ellen McGinnis ovaj podatak o kretanju naziva "objektivnom mjerom anksioznosti djece" koja se može koristiti tijekom ranih životnih pedijatrijskih pregleda. Ipak, oni ne mogu tako brzo reći da bi to moglo zamijeniti „psihološke intervjue standardne zlatne boje“. Umjesto toga, zamišljen je kao dodatak koji bi mogao pomoći identificirati djecu koja bi imala koristi od praćenja s psihijatrima.

U tom smislu, ovaj senzor i algoritam anksioznosti dio su dijagnostičkog trenda. Postoje dokazi da su algoritmi korisni u barem pomaganju uvjeta zastave dok još ima vremena za intervenciju. Apple Watch to je već uspješno učinio zbog srčanih tegoba i nekih A.I. programi pokazuju obećanje za dijagnosticiranje sepse.

Ipak, postoje neke zabrinutosti o tome kako klasificirati podaci o kretanju osobito kada se koristi u dijagnostičkom okviru. Taj podatak o kretanju mogao bi iznositi medicinsku dokumentaciju, a Ryan McGinnis dodaje da je ključno izgraditi značajke privatnosti "od temelja" u procesu prikupljanja podataka - posebno s obzirom na delikatnu prirodu dijagnoze tjeskobe.

"U ovom trenutku nemamo dobre odgovore na to, ali naši su ciljevi osigurati da sva djeca budu povezana s emocionalnom i bihevioralnom skrbi koja im je potrebna što je prije moguće", dodaje Ellen McGinnis. "Za sada, čuvanje ove informacije zaštićeno unutar zdravstvenih sustava, kao i bilo koji drugi liječnici bilješke, čini se dobro mjesto za početak."