Coronapandemin har också utlöst en pandemi av psykisk ohälsa. I hela världen lider cirka en miljard människor av olika psykiatriska sjukdomar. Korea är ett av de värre fallen, med ca 1,8 miljoner patienter som lider av depression och ångestsyndrom, och det totala antalet patienter med kliniska psykiska sjukdomar har ökat med 37% till ca 4,65 miljoner på fem år. Ett gemensamt forskningsteam från Korea och USA har utvecklat en teknik som använder biometriska data som samlas in via bärbara enheter för att förutsäga morgondagens humör och dessutom förutsäga risken för att utveckla depressionssymtom.
Innovativa bärbara enheter använder dygnsrytmen för att förutsäga depressionssymtom
KAIST (rektor Kwang Hyung Lee) meddelade den 15 januari att forskargruppen under ledning av professor Dae Wook Kim vid institutionen för hjärn- och kognitionsvetenskap och forskargruppen under ledning av professor Daniel B. Forger vid matematiska institutionen vid University of Michigan i USA har utvecklat en teknik för att förutsäga depressionssymtom, såsom sömnstörningar, depression, aptitlöshet, överätning och koncentrationssvårigheter hos skiftarbetare, med hjälp av aktivitets- och hjärtfrekvensdata som samlas in av smartklockor. Enligt WHO är en lovande ny behandling för psykisk ohälsa inriktad på sömn och dygnsrytmsystemet i hjärnans hypotalamus, som direkt påverkar impulsivitet, känslomässiga reaktioner, beslutsfattande och det allmänna humöret.
För att mäta endogena dygnsrytmer och sömntillstånd krävs dock att man tar blod- eller salivprov var 30:e minut under natten för att mäta förändringar i koncentrationen av hormonet melatonin i kroppen, samt att man genomför en polysomnografi (PSG). Eftersom sådana behandlingar kräver sjukhusvistelse och de flesta mentalvårdspatienter endast kommer för öppenvårdsbehandling har det inte gjorts några betydande framsteg när det gäller att utveckla behandlingsmetoder som tar hänsyn till dessa två faktorer. Dessutom är kostnaden för PSG-testet mycket dyr.
Lösningen på dessa problem är att använda bärbara enheter som lättare kan samla in biometriska data som hjärtfrekvens, kroppstemperatur och aktivitetsnivå i realtid och utan rumsliga begränsningar. De nuvarande bärbara enheterna har dock den begränsningen att de endast ger indirekt information om de biomarkörer som behövs av medicinsk personal, t.ex. dygnsrytmens fas. Det gemensamma forskningsteamet utvecklade en filtreringsteknik som exakt uppskattar fasen i den cirkadiska klockan, som ändras dagligen, till exempel hjärtfrekvens och tidsseriedata för aktivitet som samlas in av en smartklocka. Detta är en implementering av en digital tvilling som exakt beskriver 24-timmarsrytmen i hjärnan och som kan användas för att uppskatta störningar i dygnsrytmen.
Icke-invasiv teknik för övervakning av psykisk hälsa
Möjligheten att använda den digitala tvillingen till denna dygnsklocka för att förutsäga depressionssymtom verifierades i samarbete med forskargruppen bestående av professor Srijan Sen vid Michigan Neuroscience Institute och professor Amy Bohnert vid University of Michigan Department of Psychiatry. Det gemensamma forskarlaget genomförde en storskalig prospektiv kohortstudie av cirka 800 skiftarbetare och visade att den digitala biomarkör för störningar i dygnsrytmen som tekniken uppskattar kan förutsäga morgondagens humör samt sex symtom, inklusive sömnproblem, förändringar i aptiten, koncentrationssvårigheter och självmordstankar, som är representativa symtom på depression.
Experter räknar med att denna forskning kommer att kunna presentera en kontinuerlig och icke-invasiv teknik för övervakning av mental hälsa. Detta förväntas leda till ett nytt paradigm för psykiatrisk vård. Genom att lösa några av de viktigaste problemen som socialt missgynnade personer möter i nuvarande behandlingspraxis kan det göra det möjligt för dem att vidta mer aktiva åtgärder när de upplever symtom på depression, till exempel att söka rådgivning innan saker och ting går överstyr.
