Sensor gevonden in "vrijwel elk draagbaar" kan de kindervrees diagnosticeren

Communiceren hoe het voelt om aan angst te lijden, is een moeilijke taak, zelfs voor de meest gearticuleerde tieners of volwassenen die met angststoornissen leven. Maar voor jonge kinderen die misschien niet de taalvaardigheden hebben om woorden op hun emoties te zetten, is het beschrijven van dat verpletterende gevoel van paniek een onmogelijke taak. Een paper gepubliceerd woensdag in PLOS One stelt een oplossing voor: een draagbaar sensor- en machine learning-algoritme dat angsten kan diagnosticeren zonder een enkel woord te horen. En het beste deel is dat alle noodzakelijke onderdelen van deze technologie al bestaan.

Geestelijke gezondheid en angststoornissen zijn al berucht om de vaststelling bij tieners en volwassenen. Deze uitdagingen zijn nog groter als het gaat om de diagnose van kinderen, voegt Ellen McGinnis, Ph.D., een postdoctoraal onderzoeker aan de afdeling psychiatrie van de Universiteit van Vermont.

"Jonge kinderen worstelen met het begrijpen van hun eigen emoties en expressieve taal, dus ze kunnen nog niet betrouwbaar rapporteren of en hoe ze kunnen lijden," vertelt ze Inverse.

"Ik heb bijvoorbeeld geprobeerd een zelfrapportageangstvragenlijst in te dienen voor kinderen van zeven jaar en ouder tot deze onderzoeksgroep. Een van de items vroeg iets als 'Ben je springerig?' En 90% van de kinderen begon op en neer te springen, glimlachend. '

Om dit obstakel te omzeilen, heeft zij, en co-auteur Ryan McGinnis, Ph.D., een biomedisch ingenieur, ook aan de Universiteit van Vermont (en de echtgenoot van Ellen McGinnis), een typische bewegingssensor herontdekt die te vinden is in bijna alle smartphones, een micro -elektro-mechanisch systeem - of een MEMS-apparaat. Dit zijn de op nanoschaal gebaseerde apparaten, die versnelling en hoeksnelheid meten, die de versnellingsmeters vormen in "vrijwel elke wearable en smartphone op de markt", voegt Ryan McGinnis toe. Toen hij het MEMS-apparaat vastmaakte rond de taille van 63 kinderen, van wie sommigen klinisch gediagnosticeerde angststoornissen hadden, ontdekte hij dat deze kinderen eigenlijk neigden naar anders bewegen dan gezonde controles wanneer ze in stressvolle situaties terechtkwamen.

## De 'Snake Task'

Helaas is de enige manier om een ​​angstsensor voor kinderen te ontwerpen en te testen, dat wel angst veroorzaken. Het volstaat om te zeggen dat de slangtaak op dit front slaagt.

Een onderzoeker leidt de kinderen naar een slecht verlichte ruimte en zegt: 'Ik moet je iets laten zien' of 'Laten we stil zijn zodat het niet wakker wordt', voordat je een blad terugtrekt om een nep slang, op slechts enkele centimeters van hun gezicht. Vervolgens laten de onderzoekers de kinderen met de slang spelen, ondertussen verzekeren ze dat alles goed komt.

Kinderen met angststoornissen verhuisden het meest anders tijdens de eerste fase van de taak, toen onderzoekers spanning opbouwden over welk schepsel zich achter het laken bevond. Volgens de MEMS-sensorgegevens hadden kinderen met een angstdiagnose de neiging zich sneller en dramatischer van het mysterieuze vel af te keren dan gezonde controles - vaak volledig de rug toekeerden - 180 graden. Kinderen zonder angstdiagnose draaiden meestal minder dan 60 graden, waardoor het laken in zicht bleef.

"Veel angststoornissen worden gekenmerkt door zorgen maken over onzekerheid en gedragsmatige vermijden van onzekere situaties", legt Ellen McGinnis uit. "Het vinden dat kinderen met stoornissen zich fysiek afwenden past goed bij psychologische theorieën en gedragsrapporten van mensen met angst en depressie die potentiële bedreigingen vermijden."

Screening voor angst

Ryan en Ellen McGinnis gebruikten deze voorlopige gegevens om een ​​machine learning-algoritme te maken dat deze rotatiebeweging en snelheid uit de REMS-sensor gebruikt om kinderen met potentiële angststoornissen te diagnosticeren. Tot dusverre kan het algoritme onderscheid maken tussen gezonde bedieningselementen en kinderen met een diagnose met 81 procent succes. Naarmate het algoritme leert van meer gevallen, hopen de onderzoekers dat de statistiek zal verbeteren.

Ellen McGinnis noemt deze bewegingsgegevens een "objectieve maatstaf voor kinderangst" die kan worden gebruikt tijdens kinderartsenafspraken in het begin van het leven. Maar ze zijn niet zo snel om te zeggen dat het "gouden standaard psychologische interviews" zou kunnen vervangen. In plaats daarvan is het bedoeld als een supplement dat kan helpen bij het identificeren van kinderen die baat zouden hebben bij follow-ups met psychiaters.

In die zin maken deze angstsensor en het algoritme deel uit van een diagnostische trend. Er zijn aanwijzingen dat algoritmen nuttig zijn om op zijn minst de vlagcondities te helpen terwijl er nog tijd is om in te grijpen. De Apple Watch heeft dit al met succes gedaan voor een hartaandoening en sommige A.I. programma's tonen veelbelovend voor het diagnosticeren van sepsis.

Toch zijn er enkele zorgen over hoe te classificeren bewegingsgegevens vooral wanneer het wordt gebruikt in een diagnostisch kader. Deze bewegingsgegevens kunnen een medisch record zijn en Ryan McGinnis voegt eraan toe dat het van cruciaal belang is om privacyfuncties "van de grond af" te bouwen in het proces van gegevensverzameling, vooral gezien de delicate aard van een angstdiagnose.

"We hebben hier op dit moment geen goede antwoorden op, maar onze doelen zijn om ervoor te zorgen dat alle kinderen zo vroeg mogelijk worden verbonden met de emotionele en gedragsmatige zorg die ze nodig hebben", voegt Ellen McGinnis toe. "Voorlopig lijkt het bewaren van deze informatie binnen gezondheidsstelsels, zoals elke andere arts opmerkt, een goede plek om te beginnen."