Coronapandemien har også udløst en pandemi af psykiske sygdomme. På verdensplan lider cirka en milliard mennesker af forskellige psykiatriske sygdomme. Korea er et af de mere alvorlige tilfælde med ca. 1,8 millioner patienter, der lider af depression og angstlidelser, og det samlede antal patienter med kliniske psykiske sygdomme er steget med 37 % til ca. 4,65 millioner på fem år. Et fælles forskerteam fra Korea og USA har udviklet en teknologi, der bruger biometriske data indsamlet via bærbare enheder til at forudsige morgendagens humør og desuden til at forudsige muligheden for at udvikle symptomer på depression.
Innovative bærbare enheder bruger døgnrytmen til at forudsige depressionssymptomer
KAIST (præsident Kwang Hyung Lee) meddelte den 15. januar, at forskerteamet under ledelse af professor Dae Wook Kim fra Institut for Hjerne- og Kognitionsvidenskab og teamet under ledelse af professor Daniel B. Forger fra Institut for Matematik ved University of Michigan i USA har udviklet en teknologi til at forudsige symptomer på depression, såsom søvnforstyrrelser, depression, appetitløshed, overspisning og manglende koncentration hos skifteholdsarbejdere, ved hjælp af aktivitets- og pulsdata indsamlet af smartwatches. Ifølge WHO fokuserer en lovende ny behandling af psykisk sygdom på søvn og døgnrytmesystemet i hjernens hypothalamus, som direkte påvirker impulsivitet, følelsesmæssige reaktioner, beslutningstagning og det generelle humør.
Men for at måle endogene døgnrytmer og søvntilstande skal man tage blod- eller spytprøver hvert 30. minut i løbet af natten for at måle ændringer i koncentrationen af hormonet melatonin i vores krop og foretage en polysomnografi (PSG). Da sådanne behandlinger kræver hospitalsindlæggelse, og de fleste psykiatriske patienter kun kommer til ambulant behandling, er der ikke sket væsentlige fremskridt i udviklingen af behandlingsmetoder, der tager højde for disse to faktorer. Desuden er omkostningerne ved PSG-testen meget høje.
Løsningen på disse problemer er at bruge bærbare enheder, der lettere kan indsamle biometriske data som puls, kropstemperatur og aktivitetsniveau i realtid og uden rumlige begrænsninger. De nuværende bærbare enheder har dog den begrænsning, at de kun giver indirekte oplysninger om de biomarkører, som det medicinske personale har brug for, f.eks. fasen i det cirkadiske ur. Det fælles forskerteam udviklede en filtreringsteknologi, der nøjagtigt estimerer fasen af det cirkadiske ur, som ændrer sig dagligt, såsom puls og aktivitetstidsseriedata indsamlet af et smartwatch. Dette er en implementering af en digital tvilling, der præcist beskriver 24-timers rytmen i hjernen og kan bruges til at estimere forstyrrelser i døgnrytmen.
Ikke-invasiv teknologi til overvågning af mental sundhed
Muligheden for at bruge den digitale tvilling af dette døgnur til at forudsige symptomer på depression blev verificeret i samarbejde med forskerteamet bestående af professor Srijan Sen fra Michigan Neuroscience Institute og professor Amy Bohnert fra University of Michigan Department of Psychiatry. Det fælles forskerteam gennemførte et stort prospektivt kohortestudie af ca. 800 skifteholdsarbejdere og viste, at den digitale biomarkør for døgnrytmeforstyrrelser, som teknologien estimerer, kan forudsige morgendagens humør samt seks symptomer, herunder søvnproblemer, ændringer i appetitten, manglende koncentrationsevne og selvmordstanker, som er repræsentative symptomer på depression.
Eksperter forventer, at denne forskning vil være i stand til at præsentere en kontinuerlig og ikke-invasiv teknologi til overvågning af mental sundhed. Dette forventes at give et nyt paradigme for mental sundhedspleje. Ved at løse nogle af de centrale problemer, som socialt dårligt stillede mennesker står over for i den nuværende behandlingspraksis, kan det gøre det muligt for dem at tage mere aktive skridt, når de oplever symptomer på depression, såsom at søge rådgivning, før tingene kommer ud af kontrol.
