ZUSAMMENFASSUNG
Die Zunahme mobilitätseinschränkender Erkrankungen wie Morbus Parkinson führt zu einer
zunehmend stärkeren Belastung der Gesundheits- und Pflegesysteme. Fortschritte in
der Mikroelektronik und der digitalen Datenverarbeitung ermöglichen im Sport- und
Freizeitbereich seit geraumer Zeit die nicht invasive und ungestörte Erfassung von
Bewegungsdaten über lange Zeiträume. Im medizinischen Bereich für die Bewegungsstörungen
verspricht diese Technologie, sowohl die Forschungsansätze als auch die klinische
Versorgung zu verbessern. Eine kontinuierliche Überwachung von Symptomen könnte das
Erkennen von Parkinsonsymptomen an sich ermöglichen, ein Therapieansprechen detektieren
oder die Indikation für Interventionen oder eine Therapieeskalation durch eine objektive
Datengrundlage unterstützen.
Konkret stellt sich uns in diesem Beitrag die Frage, auf welchem Stand wir uns bei
der Beschreibung von dopasensitiven Parkinsonsymptomen mit Sensoren befinden. Dabei
werden wir nicht nur die vielfältigen Möglichkeiten, sondern auch die Herausforderungen
diskutieren, die sich mit dieser neuen Technologie ergeben und die eine breitere Anwendung
bislang verhindert haben. Wir beenden unseren Beitrag mit einem Ausblick, der Empfehlungen
zur Überwindung dieser Herausforderungen gibt.
ABSTRACT
The rise of mobility-impairing diseases such as Parkinson’s disease (PD) is putting
an increasingly heavy burden on health and care systems. Advances in microelectronics
and digital data processing have long enabled the non-invasive and uninterrupted collection
of movement data over long periods of time in the sports and recreation fields. In
the medical field for movement disorders, this technology promises to improve both
research approaches and clinical care. Continuous monitoring of symptoms could enable
detection of Parkinson’s symptoms per se, detect therapy response, or support indications
for intervention or therapy escalation based on objective data.
Specifically, in this paper we will address the question of where we stand in terms
of describing Dopa-sensitive Parkinson’s symptoms with sensors. In doing so, we will
discuss not only the many possibilities but also the challenges that arise with this
new technology and that have impeded its widespread application so far. We will end
our paper with an outlook that provides recommendations on how to overcome these challenges.
Schlüsselwörter Parkinson - maschinelles Lernen - Inertialsensoren - Bewegungsanalyse
Key words Parkinson’s disease - sensor - machine learning - inertial measurement units
