Het nieuwe robotachtige systeem kan neurodegenerative ziekten door oogbewegingen diagnostiseren

Een nieuw robotachtig systeem dat door UPM onderzoekers en AURA Innovative Robotics Company wordt ontwikkeld kan helpen neurodegenerative ziekten, zoals zwakzinnigheid en Parkinson, door de analyse van oogbewegingen diagnostiseren.

Het Bureau OSCANN is een niet-invasieve technologie die door onderzoekers van Universidad Politécnica DE Madrid (UPM) wordt ontwikkeld en de Robotica van Innotive van het bedrijfAURA, die door Cecilia García Cena wordt geleid die met een eenvoudige en snelle test kan gegevens over hersenen verstrekken die door de meting van oogbewegingen functioneren.

Dit nieuwe systeem is in de fase van klinische proef die door het Spaanse Bureau van Geneesmiddelen en Medische Hulpmiddelen in de zes Spaanse ziekenhuizen en, dankt aan technieken van weergaveverwerking wordt gemachtigd en de machine die, zal zijn resultaten artsen toestaan om neurodegenerative ziekten vroeg te diagnostiseren en aangepaste behandelingen uit te voeren leren.

Het diagnoseproces van een neurodegenerative ziekte vergt tijd aangezien de symptomen complex om in de vroege stadia van de ziekte zijn te beoordelen. Bovendien, er zijn symptomen die voor andere neurodegenerative ziekten zoals trillingen gemeenschappelijk zijn. De hoge tarieven van kenmerkende onzekerheid maken objectieve tests noodzakelijk om een nauwkeurige geneeskunde te bereiken waarin elke patiënt informatie, prognose en aangewezen behandeling ontvangt.

Het fysiologische proces in geneeskunde verklaart de oogbewegingen. Deze bewegingen zou nauwkeurig meten informatie in real time verstrekken over hoe de hersenen op dat ogenblik werken. Van dit gebouw en om een vroege diagnose van neurodegenerative ziekten te bereiken, hebben de onderzoekers van Centrum voor Automatisering en Robotica (AUTO) csic-UPM en AURA Innovatieve Robotics Startup Company OSCANN bureau, een hulp medisch hulpmiddel ontwikkeld dat door technieken van beeldverwerking en machine het leren de oogbewegingen kan nauwkeurig beoordelen.

Dank aan dit nieuwe hulpmiddel, zal artsen objectieve gegevens van de hersenen die hebben die, samen met andere klinische gegevens, zullen gebruiken om een nauwkeurige vroege diagnose van de ziekte uit te voeren functioneren.

De test wordt uitgevoerd in een gezondheidszorgcentrum zonder behoefte aan de benoeming van een tweede arts. Het personeel selecteert een reeks van kaliberbepaling en tests van elke patiënt. De patiënt zit comfortabel als voorzitter en het apparaat wordt aangepast aan zijn anatomie om de oogbeweging precies te meten. De patiënt moet de stimulus bekijken die op een monitor verschijnt, duurt elke test over een minuut.

De klinische tests stonden onderzoekers toe om modellen van pathologie te ontwikkelen en, door machine het leren technieken toe te passen, worden de gelijkenissen en de verschillen gezocht onder meer dan 500 variabelen van oogbeweging. Eveneens, kan de vooruitgang van bepaalde symptomen objectief worden gemeten. Dit zal artsen helpen om een diagnose te maken en de behandeling aan te passen.
Vandaag, worden de tests toegepast op Alzheimer, Parkinson, mild cognitief stoornis, diverse zwakzinnigheid, multiple sclerose, enz. Bovendien, de onderzoekers werken in ander klinisch onderzoek zoals autistische spectrumwanorde, epilepsie, diabetes, alcoholisme, migraines, depressie en bipolaire wanorde samen. Dit hulpmiddel wordt gebruikt in de zes ziekenhuizen die nationale verwijzingscentra in pathologie zijn: Het ziekenhuis Universitario 12 DE Octubre, het Ziekenhuis Sant Pau, de Kliniek DE Valencia, de Kliniek DE Barcelona, Hospital Marqués DE Valdecilla en het Ziekenhuis Valle DE Hebrón van het Ziekenhuis van het Ziekenhuis. Bovendien, Centro DE Investigaciones Príncipe Felipe werkt in het project samen.

In een nabije toekomst, zal het Bureau OSCANN in HM de Ziekenhuizen werken, specifiek in de Wanorde van het Geheugen bepaalde de plaats de Eenheid van HM CINAC bij het Ziekenhuis Universitario van HM Madrid.

Bron: http://www.upm.es/internacional/UPM/UPM_Channel/Research_News?id=a1f94820678f3610VgnVCM10000009c7648a____&fmt=detail&prefmt=articulo

Advertisement