In einer Paarstudie mit je 23 Alzheimer-Erkrankten und 23 kognitiv gesunden Lebens-/Ehepartnern konnten die unbekannten Versuchspersonen mit einer Präzision von 91 Prozent korrekt als „gesund“ oder „erkrankt“ erkannt werden. Das Verfahren nutzt Bewegungssignale, die von kleinen, unauffälligen Beschleunigungssensoren geliefert werden, die von den Probanden während ihrer Alltagsaktivitäten getragen wurden.
Neue Möglichkeiten für Forschung und Intervention
„Unser Ansatz zeigt eine erhebliche größere Empfindlichkeit als herkömmliche Verhaltensskalen, die auf die Bewertung durch einen Beobachter angewiesen sind“, betont Prof. Stefan Teipel, Leiter des DZNE Rostock und verantwortlich für das Studiendesign. „Wir verfügen somit über ein Instrument, das Verhaltensänderungen schneller registriert und uns damit neue Möglichkeiten bietet, das Fortschreiten der Erkrankung zu erkennen und die Wirksamkeit von Interventionen zu überprüfen.“ Und er fügt hinzu: „Zudem liefert uns das Verfahren erstmals objektive Daten über das Verhalten“.
„Es ist sehr interessant, dass unser Verfahren in der Lage ist, Veränderungen in uneingeschränktem Alltagsverhalten zu erkennen“ sagt Prof. Thomas Kirste vom Institut für Informatik, Entwickler des Analyseverfahrens. „Wenn man sich die hohe Variabilität von Alltagsaktivitäten vor Augen hält, wird klar, dass es durchaus nicht selbstverständlich ist, mit maschinellen Verfahren krankheitsbedingte Veränderungen in diesem Verhalten zu erkennen, die einem menschlichen Beobachter nicht direkt auffallen würden.“ Er ergänzt: „Aus praktischer Sicht bedeutet unser Verfahren, dass wir kostengünstige Sensortechnik einsetzen können und die Betroffenen keine besonderen vorgeschriebenen ,Testparcours’ absolvieren müssen. Unsere Technik tritt vollständig in den Hintergrund.“
——-
Hintergrunfinformationen zur Studie:
Die Studie ist Teil eines größeren gemeinsamen Vorhabens der Universität Rostock und des DZNE, dessen Ziel es ist, den Einfluss der Alzheimer-Erkrankung auf die räumliche, zeitliche und kausale Struktur des persönlichen Lebensumfeldes eines Erkrankten zu erfassen. Diese Effekte können dann sowohl für Diagnostische Zwecke genutzt werden wie auch für die Realisierung von assistiven Interventionen, etwa die Unterstützung der Orientierung im Alltag mit Hilfe persönlicher Navigationsassistenz.
Die Ergebnisse der Studie werden in dem Aufsatz Detecting the Effect of Alzheimer’s Disease on Everyday Motion Behavior vorgestellt, der in Ausgabe 38(1) im Journal of Alzheimer’s Disease erscheint (DOI 10.3233/JAD-130272).
