Умные часы, способные собирать физические и физиологические данные о пользователях, могут стать потенциально интересными инструментами в биомедицине для лучшего понимания заболеваний мозга и поведенческих расстройств, а также возможных мутаций драйверов, связанных с этими патологиями.

Это вывод исследования, опубликованного в журнале Cell , под руководством соавтора Марка Герштейна из Йельского университета. Исследование включает участие профессора Диего Гарридо Мартина с кафедры генетики, микробиологии и статистики биологического факультета Барселонского университета.

Используя данные смарт-часов более 5000 подростков, исследовательская группа смогла обучить модели искусственного интеллекта предсказывать, есть ли у людей различные психиатрические заболевания, и найти гены, связанные с этими заболеваниями. Результаты показывают, что эти носимые датчики могут обеспечить гораздо более детальное понимание и лечение психиатрических заболеваний.

«В традиционной психиатрии врач оценивает ваши симптомы, и вам либо поставят диагноз болезни, либо нет», — говорит профессор Марк Герштейн, эксперт в области биохимии, компьютерных наук, статистики и науки о данных. «Но в этом исследовании мы сосредоточились на обработке данных с носимых устройств таким образом, чтобы их можно было использовать как для более комплексного прогнозирования болезней, так и для лучшей их связи с лежащими в их основе генетическими факторами».

Обнаружение заболеваний таким количественным способом — сложная задача. Но носимые датчики, которые непрерывно собирают данные в течение долгого времени, могут стать ответом. Для нового исследования команда использовала данные из Исследования когнитивного развития мозга подростков, крупнейшей долгосрочной оценки развития мозга и здоровья детей в Соединенных Штатах.

Данные, использованные в исследовании, были собраны с помощью смарт-часов, которые носили подростки в возрасте от 9 до 14 лет, и включали измерения частоты сердечных сокращений, расхода калорий, интенсивности физической активности, количества шагов, уровня сна и интенсивности сна.

Автор: Джейсон Дж. Лю и др.
«При правильной обработке данные смарт-часов можно использовать в качестве «цифрового фенотипа», — говорит исследователь Джейсон Лю, сотрудник лаборатории Герштейна и соавтор исследования. Исследователи предлагают использовать термин «цифровой фенотип» для описания черт, которые можно измерить и отследить с помощью цифровых инструментов, таких как смарт-часы.

«Одним из преимуществ такого подхода является то, что мы можем использовать цифровой фенотип практически как диагностический инструмент или биомаркер, а также преодолеть разрыв между болезнью и генетикой», — добавляет Лю.

С этой целью исследователи также разработали методологию получения огромного объема данных с умных часов и преобразования необработанных данных в информацию, которую можно использовать для обучения модели ИИ. По словам Герштейна, это «новая проблема в мире исследований, которая технически сложна для решения».

Команда обнаружила, что частота сердечных сокращений является наиболее важным показателем для прогнозирования СДВГ, в то время как качество и стадия сна (различные циклы, через которые проходит организм во время сна) более важны для выявления тревожности.

«Эти результаты свидетельствуют о том, что данные с умных часов могут предоставить нам информацию о том, как физические и поведенческие временные закономерности связаны с различными психическими заболеваниями», — сказал Герштейн.

Более того, данные также могут помочь дифференцировать различные подтипы заболевания. «Например, в рамках СДВГ существуют различные формы», — сказала Беатрис Борсари, научный сотрудник лаборатории Герштейна и соавтор исследования. «Возможно, мы сможем расширить эту работу, чтобы помочь дифференцировать формы невнимательности и гиперактивности, которые обычно поддаются разным фармакологическим методам лечения».

Убедившись, что цифровой фенотип можно использовать для прогнозирования психических заболеваний, команда исследовала, может ли он также помочь выявить основные генетические факторы , используя ряд многомерных статистических инструментов, разработанных благодаря научному вкладу Университета Барселоны.

Когда они исследовали, по-разному ли генетические мутации влияли на данные смарт-часов у здоровых людей и у людей с СДВГ, они смогли идентифицировать 37 генов, связанных с СДВГ. Но когда они провели аналогичный анализ, чтобы определить, связаны ли определенные гены с диагнозом СДВГ, они не нашли ни одного. Это открытие подчеркивает дополнительную ценность использования непрерывных данных смарт-часов, говорят члены команды.

Полученные результаты связывают психические заболевания, цифровые фенотипы и генотипы и показывают, как носимые датчики могут обеспечить более глубокое понимание психических заболеваний.

«Этот метод имеет большие перспективы для решения давних проблем в психиатрии и может в конечном итоге изменить наше понимание генетики и структуры симптомов психических расстройств», — сказал Уолтер Робертс, доцент кафедры психиатрии Йельской школы медицины и один из старших авторов исследования.

Хотя исследование было сосредоточено на СДВГ и тревожности, исследователи ожидают, что подход будет широко применим. Например, он может быть полезен для понимания неврологических заболеваний или нейродегенерации. Кроме того, они надеются, что их выводы могут послужить вдохновением для выхода за рамки традиционной клинической диагностики и принятия количественных поведенческих измерений, которые могут быть более полезны для определения генетических биомаркеров.