ForeLook: Parkinson-Früherkennung mit Drucksensoren, Raspberry Pi und AI

Bei der Parkinson-Krankheit handelt es sich um eine chronische, neurodegenerative Erkrankungen und betrifft rund ein Prozent der über 60 Jahre alten Personen. Dabei äußert sich diese Erkrankung unter anderem durch einen Tremor (Muskelzittern), aber auch durch einen zunehmend instabilen Gang - was insbesondere bei älteren Personen zu Stürzen führen kann.

Die Erkrankung kann bislang nicht geheilt werden, allerdings ist eine Entschleunigung des Verlaufes durch eine medikamentöse Therapie möglich. Dementsprechend wichtig ist eine frühe Feststellung der Erkrankung. Bestimmte Personengruppen sind dabei offenbar durch genetische Disposition stärker gefährdet (PDF) als andere.

Forscher der National Yang Ming Chiao Tung University haben nun ein System vorgestellt, mit denen Risiko-Patienten im Alltag auf ein Anzeichen der Erkrankung gescreent werden. Konkret können die in frühen Stadien noch nicht offensichtlichen Gangstörungen offenbar vergleichsweise früh erkannt werden.

Dabei werden diese Gangstörungen anhand des Fußdrucks identifiziert. Dieser weicht bei Parkinson-Erkranken ab, so wäre es denkbar, dass etwa die Fersen im Versuch, ein gefühltes Fallen auszugleichen, stärker belastet werden. Die Forschungsgruppe hat dabei auf eine frei zugängliche Datenbank zurückgegriffen und diese Daten unter Nutzung des TensorFlowLite-Framworks in ein neuronales Netzwerk überführt.

Zum Einsatz kommen FlexiForce A301 Drucksensoren, die an mehreren Stellen in der Sohle angebracht wurden. Die Datenverarbeitung fand über einen an der Wade montierten Raspberry Pi (Affiliate-Link) statt, wobei dieser zur AI-Berechnung auf einen Himax WE-I Plus zurückgreifen konnte.

Die Kommunikation wurde über eine eigene App realisiert, wobei diese auch die aktuellen Druckdaten anzeigen kann. Nach der Datensammlung werden die Daten auf dem Raspberry Pi aufbereitet und zur eigentlichen Analyse an den Himay WE.I Plus geschickt, in der App wird schließlich ein Risiko-Score angezeigt.

Auch wenn eine klassische Analyse durch diese Sensorik nicht ersetzt werden kann, könnte diese doch zum einfachen Screening von Risikopatienten eingesetzt werden. Dabei dürfte die Technik insbesondere in Bezug auf die aktuell noch umständliche Unterbringung des Raspberry Pis optimierbar sein. Aktuell ist allerdings noch nicht klar, ob die Technik auch den hohen, an Medizinprodukten gestellten Anforderungen entspricht.