Digitale Gesundheitsmesswerte

Unser Projekt

Für die MS-Verlaufsbehandlung, die das Fortschreiten von Multipler Sklerose verlangsamen und Symptome lindern soll, ist es wesentlich, die zugrunde liegenden Mechanismen zu verstehen und zu beurteilen, wie weit die Erkrankung bereits fortgeschritten ist. Dafür werden im klinischen Alltag verschiedene Tests durchgeführt, die oft auf subjektiven Einschätzungen von Patient und Arzt basieren. Um die Beurteilungen objektiver und somit präziser und allgemein vergleichbar zu gestalten, können technikbasierte Beurteilungsmethoden herangezogen werden.

Im «Rehabilitations-Labor» der ETH Zürich haben wir eine solche technikbasierte Beurteilungsmethode entwickelt: den «Virtual Peg Insertion Test» (VPIT). Dieser Test wertet die Leistung des Zusammenspiels von Sinnesreizen und körperlicher Beweglichkeit der oberen Extremitäten (Arme und Hände) objektiv aus. Der VPIT besteht aus einer virtuellen Realität, die mit einem mit Joystick und fühlbarer Rückmeldung gekoppelt ist. Die virtuelle Realität bildet ein Spiel ab, das aus 9 Stäben und einem Brett mit neun Löchern besteht. Ziel des Spiels ist es, so schnell wie möglich alle Stäbe in die 9 Löcher des Spielbretts zu setzen. Während der Durchführung des Tests werden Positionen, Geschwindigkeiten, Beschleunigungen und Griffkräfte aufgenommen, mit denen man anschliessend beurteilen kann wie gut die Arm- und Handfunktion des jeweiligen MS-Betroffenen ist.

Innerhalb dieses Projekts wurden bereits Studien mit mehr als 200 MS-Betroffenen während ihres Rehabilitationsaufenthalts in den Kliniken Valens durchgeführt. Alle Testpersonen haben sowohl den VPIT als auch herkömmliche klinische Tests gemacht. Mit den Daten, die während der Durchführung des VPITs aufgenommen werden, können Metriken (= bestimmte Messwerte) entwickelt und berechnet werden, die für MS repräsentativ und charakteristisch sind. Sie messen zum Beispiel, wie fliessend oder zielgerichtet Bewegungen ausgeführt werden.

Diese digitalen Gesundheitsmetriken sollen als Basis dienen, um mit Hilfe statistischer Auswertungen Rückschlüsse auf den Einfluss verschiedener Therapien auf die Rehabilitation von MS-Betroffenen ziehen zu können. Unser Ziel ist es, mathematische Modelle und/oder lernfähige Algorithmen zu entwickeln und anzuwenden, die vorhersagen, mit welcher Therapie eine Person bestmögliche Rehabilitationsergebnisse erzielen wird.

Diese Modelle sollen Ärzte darin unterstützen, Entscheidungen im klinischen Alltag zu treffen und Therapien für MS-Betroffene zu personalisieren. Zudem wollen wir MS-Betroffenen ein einfach verständliches, visuelles Feedback zu bereits erzielten Therapieerfolgen und prognostizierten Therapieverläufen zur Verfügung stellen. Dies soll Betroffene motivieren und ihnen zeigen, wie sich ihre Krankheit mit Rehabilitationstherapie positiv entwickeln könnte.

Unsere Motivation

Nadine Domnik: Mit meiner Forschung im Bereich MS möchte ich Betroffenen dabei helfen, eine individuelle Rehabilitationstherapie zu finden, die eine bestmögliche Rehabilitation ermöglicht. Mein Ziel ist es ausserdem, Betroffenen die Möglichkeit zu geben, ihre Krankheit und Therapie besser zu verstehen und ihre Motivation zur Rehabilitation zu erhöhen. Im Allgemeinen hoffe ich, dass ich durch meine Arbeit dazu beitragen kann, dass betroffene von MS ihren Alltag selbständig meistern können und dadurch ein Stückchen Lebensqualität zurückbekommen.

Studienteam

Nadine Domnik, ETH Zürich, Rehabilitation Engineering Laboratory
Dr. Olivier Lambercy, ETH Zürich, Rehabilitation Engineering Laboratory
Dr. Roman Gonzenbach, Rehazentrum Valens, Klinik für Neurologie und Neurorehabilitation

Link zum Video (auf Französisch)

Améliorer l’évaluation de la fonction des membres supérieurs chez les personnes atteintes de SEP