IBM Researchは、運動障害などに関連する病気の症状と進行の分析と追跡に役立つプロトタイプのウェアラブルネイルセンサーの開発について語っています。
医療目的で人の指が物体に作用する圧縮力などのパラメーターのデータは、広範囲の人間の病気での分析的使用に非常に役立ちます。
その後、リアルタイムデータアレイを使用して、パーキンソン病患者の薬物投与の有効性、統合失調症の認知機能障害のレベル、心血管状態の監視、老年期疾患の死亡原因の診断を分析できます。
IBM Researchの主な研究課題の1つは、最新のデジタル環境を使用して、人間の健康状態に対する疾患の進行性の影響をよりよく理解することと、AI（以下、人工知能）で得られた大量のデータを分析して、医療目的で、その自然環境における人体の特定のパラメータの現在の状態を簡単に研究し、潜在的な重要な指標を示し、進行するためのオプションを予測することができます さらなる治療の正しいベクトルを理解するための患者。
Scientific Reports誌に発表された新しい研究では、IBM Researchチームは、人類の健康に直接関連するいくつかのパラメーターのリアルタイムモニタリングに役立つ、その種の最初のプロトタイプ「ワイヤレスネイルセンサー」について詳しく説明します。
ウェアラブルワイヤレスデバイスは、現在の圧力、曲げ、および人の爪の要素の動きに関するデータを継続的に測定します。これは、捕捉力パラメーターを決定するための重要な指標です。
このプロジェクトは、パーキンソン病患者の状態データの一部をデジタル分析する試みから始まりました。 しかし、データの取得を扱う際にすぐに問題が発生しました。
患者のほとんどが高齢者である対照群の患者を分析および定量化する必要があったため、そのような年齢群では状態の問題および皮膚からのデータ取得が非常に困難であるという事実により状況が悪化した。 。
パーキンソン病の進行を測定する方法の1つは、センサーの複合体を患者の皮膚に接続し、身体の動き、筋肉の収縮、神経細胞の活動、汗腺の活動の変化などのパラメーターを記録し、人の感情状態の強度を分析することです
しかし、残念なことに、多くの高齢患者では、このようなセンサーを皮膚に直接接続すると、不快感や感染症などの負の医学的問題を引き起こすことがよくあります。
これは、センサーを配置するために新しいソリューションが必要であった場所です（または、後で発生するように、1つでも複雑なセンサーでも）。 そこで、特別なデザインのネイルセンサーを使用するようになり、その潜在能力を実際に使用できるようになりました。
私たちは一日中何千ものオブジェクトとやり取りし、ほぼ常に手を使い、圧力、温度、表面のテクスチャなどからの触覚などの膨大なデータをデジタル化して分析できるようになりました。
私たちのチームは、日中に爪がどのように曲がるのか、指を使って環境とやり取りする信号をデジタルで受信できるようになり、さらに人工知能と機械学習機能を使用して、分析用のプログラムを実装できることに気付きましたこれらのデータから派生した多くの人間の医療指標の制御。
人間の爪の機能の1つは、操作対象物に指先を集中させることです。 指を使ってオブジェクトをつかむとき、さらには指を曲げたり曲げたりしているときでさえ、爪は常に知覚できないほど変形、曲がり、固定された動きをします。
この変形は通常ミクロン単位であり、肉眼では見えません。 それでも、適切に構成されたひずみゲージの配列を使用して、非常に簡単に検出できます。
たとえば、典型的な人間の髪の毛の直径は50〜100ミクロンで、赤血球の幅は通常10ミクロン未満です。
人間の爪は非常に耐久性があるため、センサーのセンサーシステムを爪に直接貼り付けることを決定しました。皮膚にセンサーを取り付けることで以前に発生した問題を心配することはありません。
ダイナモメーターを使用した実験により、爪の表面から十分に安定した信号を取得して、さまざまなタイプの指の動きに対するグリップ力のデータをさらに分析できることが示されました。
また、爪のわずかな動きでさえ、爪の変形データから分析できることを発見しました。
回内運動（手足の回転運動）と回外運動（手足の回転運動）を含む典型的な日常活動を区別できました。たとえば、キーを回したり、ドアハンドルを開いたり、ドライバーを使用したりします。
ソフトウェア開発のさらに微妙な側面は、書き込み中の指の動きの分析と記録です。ニューラルネットワークをトレーニングし、センサーが置かれている指で書かれた数字を94％の精度で認識しました。
実際、私たちのシステムは、爪の表面に取り付けられたマイクロひずみゲージのアレイで構成されています。センサーは、リアルタイムでセンサーからひずみ値を測定し、加速度計データを収集し、受信したデータをスマートウォッチまたはその他のワイヤレスデバイスと交換する小さなコンピューターです。
分析プログラムは、機械学習モデルを使用して、パーキンソン病の症状である運動緩慢、振戦、および運動障害の状態の発生を評価します。
このように、指先からデジタルデータを受信すると、爪の新しいアプリケーションが見つかり、それらの微妙な動きとパラメーターの変化を検出して特徴付けました。
私たちの開発は、膨大な数の病気の発症を検出するのに役立ち、これらの状態を遅くするように設計された応用治療法の有効性を評価することも可能にします。
そのような爪センサーに基づくシステムのさらなる使用は、四肢の麻痺を有する患者のための通信装置の本発明の初期段階のためのインスピレーションの源として役立ち、かつて麻痺者の通信を助けることができる。
