Η αξιολόγηση των νοητικών λειτουργιών καθώς και των ελλειμμάτων που σχετίζονται με την καθημερινή λειτουργικότητα είναι ζωτικής σημασίας για την πρόωρη διάγνωση και έγκαιρο εντοπισμό της νοητικής έκπτωσης σχετιζόμενης με τη Νόσο Alzheimer (NA) όπως αυτή της Ήπιας και Υποκειμενικής Νοητικής Διαταραχής (ΗΝΔ και ΥΝΔ).
Αν και σε παγκόσμιο επίπεδο γίνονται συνεχείς προσπάθειες ώστε να ανακαλυφθούν δείκτες που θα συμβάλουν στην πρώιμη διάγνωση, οι μέχρι σήμερα μέθοδοι αξιολόγησης δεν επαρκούν για τον εντοπισμό των ατόμων που βρίσκονται στα προκλινικά στάδια και δυσκολεύονται να ανιχνεύσουν τις μικρές αυτές αλλαγές που θα βοηθήσουν έγκαιρα τους κλινικούς.
Παρόλαυτά, η πρόοδος της τεχνολογίας φαίνεται να συμβάλλει ολοένα και περισσότερο στη λύση αυτού του προβλήματος.
Η παρούσα έρευνα πραγματοποιήθηκε στα πλαίσια του έργου RADAR-AD, ενός ευρωπαϊκού ερευνητικού έργου που εξετάζει τη χρήση ψηφιακών τεχνολογιών για την έγκαιρη αξιολόγηση ΝΑ μέσω μιας πολυκεντρικής μελέτης.
Το Εθνικό Κέντρο Έρευνας και Τεχνολογικής Ανάπτυξης και συγκεκριμένα το Ινστιτούτο Τεχνολογιών Πληροφορικής και Επικοινωνιών (ΕΚΕΤΑ-ΙΠΤΗΛ) διεξήγαγε τη συγκεκριμένη μελέτη με στόχο την παρακολούθηση δραστηριοτήτων που σχετίζονται με τη καθημερινή λειτουργικότητα χρησιμοποιώντας δεδομένα από αισθητήρες που εγκαταστάθηκαν στο Έξυπνο Σπίτι που βρίσκεται στο ΕΚΕΤΑ.
Σκοπός της ήταν να εξετάσει εάν η καταγραφή συγκεκριμένων δραστηριοτήτων (π.χ. προετοιμασία μεσημεριανού γεύματος) μπορούν να παρέχουν κλινικά χρήσιμες πληροφορίες σχετικά με τα προκλινικά στάδια της ΝΑ και να αξιολογήσει την αποδοχή των προτεινόμενων τεχνολογιών από μέρους των συμμετεχόντων και τη συνολική αποτελεσματικότητα της μελέτης.
Στη μελέτη πήραν μέρος συνολικά 36 συμμετέχοντες που ανήκαν σε τρεις ομάδες (υγιείς, ΗΝΔ και ΥΝΔ). Αφού ξεναγήθηκαν στις εγκαταστάσεις του σπιτιού, στους συμμετέχοντες δόθηκε ένα συγκεκριμένο πρωτόκολλο με οδηγίες που θα έπρεπε να εκτελέσουν ακολουθώντας συγκεκριμένα βήματα (π.χ. να φτιάξουν ένα τσάι ή να προετοιμάσουν το μεσημεριανό τους γεύμα) όπως θα έκαναν στο σπίτι τους.
Με τη χρήση δεδομένων από αισθητήρες εγκατεστημένους σε συγκεκριμένα σημεία μέσα στο Έξυπνο Σπίτι (Εικόνα 1), οι ερευνητές κατέγραφαν την εκτέλεση των δραστηριοτήτων από τους συμμετέχοντες και παρακολουθούσαν τις ενέργειές τους μέσω πλατφόρμας που αναπτύχθηκε στα πλαίσια του έργου (Εικόνα 2) Στη συνέχεια εξετάστηκε και μελετήθηκε η διαφοροποίηση μεταξύ των ομάδων.
Εικόνα 1- Αισθητήρες τοποθετημένοι σε συγκεκριμένα σημεία μέσα στο Έξυπνο Σπίτι του ΕΚΕΤΑ|ΙΠΤΗΛ
Εικόνα 2- Αισθητήρες τοποθετημένοι σε συγκεκριμένα σημεία μέσα στο Έξυπνο Σπίτι του ΕΚΕΤΑ|ΙΠΤΗΛ
Η παρούσα μελέτη είναι η πρώτη που χρησιμοποιεί εγκαταστάσεις Έξυπνου Σπιτιού στην Ελλάδα με συμμετέχοντες προκλινικών σταδίων στο φάσμα της ΝΑ και μελετάει μέσω απλών καθημερινών δραστηριοτήτων με τη χρήση αισθητήρων, ελλείματα που σχετίζονται με τη καθημερινή λειτουργικότητα.
Τα αποτελέσματά της, έδειξαν ότι η διαδικασία παρασκευής μεσημεριανού γεύματος διαχώρισε τις ομάδες των υγιών με την ομάδα των ΥΝΔ και την ΗΝΔ και αποδεικνύουν ότι οι προτεινόμενες τεχνολογίες μπορούν να χρησιμοποιηθούν επιτυχώς προσφέροντας την ευκαιρία σε κλινικούς να παρακολουθούν εξ’αποστάσεως ασθενείς και να λαμβάνουν μια αντικειμενική αξιολόγηση ατόμων που βρίσκονται στο προκλινικό στάδιο της ΝΑ.
Αυτή η προσέγγιση μπορεί να οδηγήσει σε σημαντικές βελτιώσεις στον τομέα της πρόωρης διάγνωσης και αντιμετώπισης της ΝΑ, καθώς προσφέρει στοιχεία για την αποτελεσματικότητα των τεχνολογιών παρακολούθησης σε προκλινικά στάδια της ΝΑ, ανοίγοντας τον δρόμο για πιο αποτελεσματικές και πρακτικές εφαρμογές στην αντιμετώπιση της νόσου.
Η επιστημονική ομάδα αποτελείται από τον Ερευνητή Α’ βαθμίδας και Διευθυντή του ΙΠΤΗΛ Ιωάννη Κομπατσιάρη, Ερευνητή Β’ Σπύρο Νικολόπουλο, την Ομότιμη Καθηγήτρια του Τμήματος Ιατρικής του ΑΠΘ, Μάγδα Τσολάκη και τους ερευνητές: Μαργαρίτα Γραμματικοπούλου, Δρ Ιουλιέττα Λαζάρου, Βασίλη Αλεπόπουλο, Λάμπρο Μπαλταδώρο, Βαγγέλη Οικονόμου και Δρ Θάνο Σταυρόπουλο.
Περισσότερες πληροφορίες για την εργασία στον σύνδεσμο:
Επικοινωνία: Ιουλιέττα Λαζάρου | iouliettalaz@iti.gr