移動醫療在阿爾茨海默癥早期識別中的應用現狀

，，

移動醫療在阿爾茨海默癥早期識別中的應用現狀

張媛媛，張志茹，董婷婷

從移動醫療用于阿爾茨海默癥早期識別的實施方法、監測維度以及國內外發展現狀進行綜述,以期為降低阿爾茨海默癥的發病率和延緩阿爾茨海默癥發病時間提供新思路。

移動醫療;阿爾茨海默癥；早期識別；安全監測；輕度認知障礙

老年癡呆是老年人群中最常見的致殘性疾病之一[1],其中阿爾茨海默癥(Alzheimer’s disease)占癡呆人數的60%～70%[2]。2015年國際阿爾茨海默癥協會(Alzheimer’s Disease International)所做的全球癡呆報告中指出,全球每3.2 s產生1例阿爾茨海默癥病人[3]。但阿爾茨海默癥起病隱匿,早期容易被忽略和漏診,約有50%患有早期阿爾茨海默癥的病人沒有被家屬發現[4],相反如果能將阿爾茨海默癥的發病年齡延遲10年,那在下一代人中病人數量將減少90%[3]。因此,對阿爾茨海默癥病人早期識別顯得特別重要。目前,國內外針對阿爾茨海默癥病人的診斷主要依靠神經學量表,確診有賴于腦組織的病理學檢查,但此時阿爾茨海默癥病人大多已經進入了中晚期[5]。近年來,有學者提出利用移動醫療(m-health)對阿爾茨海默癥病人進行早期識別和安全監測,本研究就相關文獻進行分析和總結,以期能夠為降低阿爾茨海默癥的發病率和延緩阿爾茨海默癥發病時間提供新思路。

1 相關概念

1.1 移動醫療 指將手機、平板等通訊儀器應用到老年人的慢性病管理中的互聯網設備[6]。通過技術,一方面可以不受時間和地點限制對病人進行實時健康監測、快速疾病診斷、識別行為變化等,便于衛生保健人員對病情變化及時干預；另一方面可促進疾病早期發現、診斷、干預和康復,從而使醫療資源得到更有效管理,醫療費用得到更有效的利用[7]。

1.2 早期阿爾茨海默癥 也稱為輕度認知障礙(mild cognitive impairment,MCI),它是正常老化和阿爾茨海默癥的潛在轉化狀態,被公認為早期阿爾茨海默癥[4,8]。與認知功能正常老年人每年1.0%～2.5%的阿爾茨海默癥發病率相比,MCI每年約15%轉歸為阿爾茨海默癥[9],5年～10年的阿爾茨海默癥轉歸率為60.5%～100.0%[10]。研究也表明大約有50%早期阿爾茨海默癥病人并沒有被家屬發現,直到病情加重至癡呆的中晚期,此時病人病情已不可逆[4]。

2 移動醫療的實施方法

2.1 實施對象 移動醫療用于早期阿爾茨海默癥的識別和安全監測可作為有阿爾茨海默癥高風險(75歲～84歲，父母患阿爾茨海默癥,肥胖,受教育程度低等)的健康老年人的日常健康監測[10]。及早、客觀、科學地發現老年人認知下降的趨勢,及早干預,可以降低阿爾茨海默癥發病率，早期發現并及時實施護理干預可有效預防和延緩老年癡呆的發生。

2.2 實施前準備

2.2.1 場所準備 移動醫療需要在老年人(特別適用于獨居老年人)家中部署相應裝置。

2.2.2 用物準備 移動醫療中傳感器、無線網絡、手機是實施監測的重要工具。在眾多監測系統中,傳感器是物聯網應用中的一項關鍵技術。它是一種檢測裝置,能感受到被測量的信息,并能將檢測感受到的信息,按一定規律變換成為電信號或其他所需形式的信息輸出,以滿足信息的傳輸、處理、存儲、顯示、記錄和控制等要求，且具有成本低、侵入性小、耐用性強等實用性特點[11-12]。視頻傳感器因常常涉及隱私,因此已逐漸被淘汰[13]。見表1。

表1 移動醫療中傳感器的應用

2.3 實施步驟 移動醫療系統是通過傳感器監測與認知領域相關的老年人日常行為,經無線網傳遞數據至終端設備(手機、平板等),最終照顧者通過終端設備簡單界面獲取老年人的認知及安全狀態。①具備一個有利于監測的環境：移動醫療監測系統的核心是認知行為,它能夠早期識別老年人日漸下降的與認知功能相關的行為。所以,持續的監測是必不可少的。因此,移動醫療監測系統最適用于獨居老人家中。②了解老年人日常生活習慣：因為人與人之間生活習慣的差異性,所以了解監測對象的日常生活習慣使監測更具有針對性、靈敏性以及準確性。如監測對象為女性75歲獨居老年人,可通過在房屋門部署紅外線傳感器了解老年人何時出門、回家等。部署設備使用傳感器可了解老年人何時做飯、洗衣、洗漱,還可監測設備使用的開關狀態,以防忘記關煤氣等設備。通過壓力傳感器可了解老年人何時睡覺、起床等。③用物的準備及安裝：無線網絡可通過路由器等設置WiFi。終端設備手機或其他由照顧者攜帶。由于傳感器具有體積小、價位低以及不侵犯隱私的優勢,因此可將傳感器放置在對應的任何位置。例如壓力傳感器放置在沙發、床等附近，設備使用傳感器放置在電磁爐、熱水器、冰箱等附近，紅外線傳感器可放置在門上。④照顧者使用：傳感器收集數據,無線局域網傳輸數據,終端設備手機等接收數據。

3 移動醫療用于輕度認知障礙病人的監測維度

目前,移動醫療針對早期阿爾茨海默癥病人的識別核心是認知下降[4]。因此,為了能夠識別早期阿爾茨海默癥病人,不同學者從早期阿爾茨海默癥病人的行為癥狀進行不同維度的行為監測,其監測維度多種多樣。

3.1 睡眠 睡眠障礙是阿爾茨海默癥病人主要的神經精神癥狀之一,早期阿爾茨海默癥病人與正常老年人的睡眠狀態存在差異[10]。大多數早期阿爾茨海默癥病人存在著明顯的睡眠障礙,多導睡眠圖檢查入睡潛伏期縮短、睡眠結構紊亂及阻塞性睡眠呼吸暫停低通氣綜合征增加,且早期阿爾茨海默癥病人睡眠障礙時間明顯早于認知下降的時間[4]。移動醫療依據輕度認知障礙病人出現睡眠異常的狀態進行早期識別。①總睡眠時間：正常人的最佳總睡眠時間為7 h～9 h[4],認知功能下降可能導致睡眠障礙,同時睡眠障礙又加重認知下降,兩者互相作用,導致早期阿爾茨海默癥病人出現總睡眠時間日漸減少的現象[10]。②夜醒次數：夜醒次數是反應睡眠質量的標志之一,正常人夜醒次數為1次～2次,而大多數早期阿爾茨海默癥病人的夜醒次數明顯增多,睡眠質量下降[4]。③睡眠效率：低于85%可被診斷為失眠,早期阿爾茨海默癥病人的睡眠效率低于正常老年人,阿爾茨海默癥病人睡眠效率較兩者低[14]。④其他：早醒、入睡時間、日間過度嗜睡、夜間躁動或游蕩等[14-15]。

3.2 步態 步態能夠反映人的定向和視空間能力[16]。早期阿爾茨海默癥病人的步態有所變化,移動醫療可針對這種運動行為的改變作為早期阿爾茨海默癥病人預測的一個維度[16]。①步速：早期阿爾茨海默癥病人的記憶、定向和視空間能力等認知領域出現下降,影響其日常走路狀態。取不同時間的波形對早期阿爾茨海默癥病人走路速度的平均值或中間值進行分析,其24 h步速的波形變化成較正常人紊亂,其變化系數大于正常人的2倍[4]。②步態：通過對正常老年人和早期阿爾茨海默癥病人建立兩種不同多層隱馬爾科夫模型(HHMM),兩者差異顯著,早期阿爾茨海默癥病人HHMM模型更為不規則[16]。

3.3 日常生活活動能力(ADL) ADL能夠全面反映老年人記憶力和活動能力,早期阿爾茨海默癥病人記憶力和活動能力下降,間接影響ADL[4]。監測內容主要有清潔、做飯、用餐、看電視、藥物依從等日常行為的監測。移動醫療可針對早期阿爾茨海默癥病人進行ADL監測,最終形成連續幾天/幾個月的監測視圖,早期阿爾茨海默癥病人ADL行為紊亂,監測視圖不規則[17]。

3.4 社會參與度 老年人的社會參與度與情緒狀態存在相關性,情緒低落或抑郁會減少出門次數和時間。社會參與度可用外出時間和次數以及來訪者時間和頻率等指標來評估。①外出次數和時間：相比于正常老年人,認知受損的老年人傾向于少外出,社交過少是引起阿爾茨海默癥的一個危險因素,隨著認知功能逐漸下降,外出次數和時間可能會相對減少。②來訪者時間和頻率：來訪者的停留時間、頻率呈下降狀態[4]。此外,老年人還會出現藥物依從性下降、外出次數減少、激越行為、走失等現象[4]。根據不同早期阿爾茨海默癥病人病情特征,可選擇不同的維度和相應監測指標。見表2。

表2 早期阿爾茨海默癥病人監測指標

4 國內外發展現狀

由于移動醫療的客觀性、經濟實用性以及對早期阿爾茨海默癥病人識別的靈敏性,已經被國外社區作為老年人的日常監測技術。由于我國利用移動醫療對早期阿爾茨海默癥病人的識別和安全監測相關研究較少,故對該種方法的認識和應用尚處于初期。

4.1 國外移動醫療在阿爾茨海默癥的早期識別和安全監測中的應用 在早期識別方面,國外多項縱向研究、病例-對照研究等從上述各個維度進行監測,最終從各個維度識別出早期阿爾茨海默癥。從2004年起,美國的俄勒岡州健康與科技大學的研究員旨在利用移動醫療系統通過在上百家獨居老年人家中部署裝置,來實現對老年人“無處不在”的監測。通過移動醫療監測夜間身體不動的時間和夜間起床次數來分別評估總睡眠時間和睡眠中斷次數,電腦的使用天數、頻率,打字和鼠標移動的速度評估電腦使用狀況,藥盒每天被開啟的時間以及次數評估藥物依從性等[4]。Hoffmeyer等[16]對18例早期阿爾茨海默癥病人和14名正常老年人進行研究,兩組研究對象分別在腳踝上穿戴加速傳感器進行3 d的步態監測,早期阿爾茨海默癥病人的步態明顯紊亂,其中通過分析步態檢測到早期阿爾茨海默癥的正確率達91%。Sucki等[17]對10名健康老年人和1例早期阿爾茨海默癥病人進行20 d ADL監測,共收集了1 137個ADL行為,其中1 121個ADL行為被移動醫療正確識別,被識別的1 121個ADL顯示早期阿爾茨海默癥病人和正常老年人ADL行為存在差異,早期阿爾茨海默癥病人的ADL行為更為紊亂。Stuzuki等[18]也分別從社會參與度和睡眠狀態對14名獨居老年人進行為時3個月的監測,得出早期阿爾茨海默癥病人比正常老年人更傾向于少外出并更容易出現睡眠障礙。在安全監測方面,Cavallo等[19]通過招募一些早期阿爾茨海默癥病人,通過其專業醫生和照顧者對招募者的生活方式、生活習慣、日常需求以及綜合房屋結構和特點全方面進行評估和了解,建立智能化小屋，例如,當阿爾茨海默癥病人出門/回家,智能小屋會向照顧者發送相應信息,阿爾茨海默癥病人出現意外摔倒時,同樣會向照顧者發送危險警告信息；針對阿爾茨海默癥病人的漫游行為利用無線射頻和傳感器設計出一套無侵入性的監測系統,此監測系統需阿爾茨海默癥病人佩戴手腕式裝置可以定位老年人的位置和行為,減少了阿爾茨海默癥病人因為漫游并發癥而出現的各種危險行為。Mccullagh等[20]在Nocturnal項目中也提出,幫助早期阿爾茨海默癥具有漫游行為的老年人回家，此夜間監測系統也是通過部署傳感器,監測阿爾茨海默癥病人是否臥床和是否有不安情緒,最后通過平板電腦綜合數據。Cheng等[21]也提出通過藍牙和GPS定位的方法對早期阿爾茨海默癥病人進行地點識別。國外用于早期阿爾茨海默癥病人的早期識別以及安全監測系統可通過互聯網設備為中介,其最終綜合各種數據傳輸至醫生或者照顧者的終端設備(電腦、手機等)。使用戶可以清晰明了、無時無刻地了解老年人認知狀況和安全狀態,如有異常,用戶通過手機接收短信和警報音等方法收到信息。因此,通過此方法既保證老年人可以獨立生活,也減輕了照顧者的時間和經濟負擔。

4.2 國內移動醫療用于早期阿爾茨海默癥病人的安全監測 國內用于阿爾茨海默癥的監測系統主要成果有防止老人走失的GPS監控設備,其只需阿爾茨海默癥病人佩戴智能手環,在局域網覆蓋的區域內活動,監護者均可通過手機、平板等終端設備獲取阿爾茨海默癥病人的位置。其他監測系統,如吃藥提醒裝置可定時提醒阿爾茨海默癥病人服藥[22-23]；穿戴式生命衣,通過穿戴特制的衣服,監護者可獲得阿爾茨海默癥病人的血壓、心率、呼吸等[24]。但是,國內的健康監測系統旨在用于中晚期的阿爾茨海默癥病人的認知下降和走失行為等,尚未發現有關阿爾茨海默癥病人早期識別的應用。

5 小結

目前,阿爾茲海默癥仍是當今全球關注的熱點問題。隨著疾病的進展,病人將出現失認、失語、失用等癥狀,以致完全喪失生活自理能力,從而嚴重影響其生活質量,故如何有效早期識別才是臨床醫務人員工作的關鍵。西方國家開展關于阿爾茨海默癥病人的早期識別和安全監測的相關研究較多,其包括在社區內開展大型的跟蹤隨訪研究和病例對照研究等。國內由于缺乏基礎社區研究數據,通過移動醫療對阿爾茨海默癥病人的研究主要停留在安全監測方面。因此,通過移動醫療體系對我國阿爾茨海默癥早期識別的應用還有很大的發展空間。但移動醫療監測系統是醫學和互聯網的結合,醫務工作人員尤其是護理人員應當熟練掌握醫學相關知識,為監測系統夯實理論基礎。

[1] 李晶,李紅.創造性故事療法及其在老年癡呆患者中的應用現狀[J].中華護理雜志,2014,49(6):720-723.

[2] World Health Organization.Dementia fact sheet[EB/OL].[2016-07-28].http://www.who.int/mediacentre/factsheets/fs362/en/.

[3] Alzheimer’s Disease International.World Alzheimer Report 2015.The global impact of dementia:an analysis of prevalence,incidence,cost and trends[EB/OL].[2016-07-28].http://www.alz.co.uk/research/WorldAlzheimerReport2015.pdf.

[4] Lyons BE,Austin D,Seelye A,etal.Pervasive computing technologies to continuously assess Alzheimer’s disease progression and intervention efficacy[J].Frontiers in Aging Neuroscience,2015,7:102.

[5] 王曉靜,魏樹林,初麗敏,等.老年癡呆的早期診斷與治療[J].臨床合理用藥雜志,2015(11):176-179.

[6] 吳民.移動醫療的應用[J].醫學信息學雜志,2012,33(11):2-5.

[7] 馮威,呂大偉,吳文源.移動醫療在精神衛生領域的應用[J].中華精神科雜志,2015,48(3):188-190.

[8] 張明園.老年期癡呆防治指南[M].北京：北京大學醫學出版社,2007：1.

[9] Da Silva RAPC.Sleep disturbances and mild cognitive impairment:a review[J].Sleep Science,2015,8(1):36-41.

[10] 張寶和.輕度認知損害的睡眠障礙[D].北京：中國人民解放軍軍醫進修學院,2005：1.

[11] Forbes N,Goodwin S,Woodward K,etal.Evidence for synergistic effects of PRNP and ATP7B mutations in severe neuropsychiatric deterioration[J].BMC Medical Genetics,2014,15(1):1.

[12] González-Domínguez R,García-Barrera T,Gómez-Ariza JL.Characterization of metal profiles in serum during the progression of Alzheimer’s disease[J].Metallomics,2014,6(2):292-300.

[13] Jiang C.A smart and minimally intrusive monitoring framework design for health assessment of the elderly[D].Cincinnati：University of Cincinnati,2015：1.

[14] Yu JM,Tseng IJ,Yuan RY,etal.Low sleep efficiency in patients with cognitive impairment[J].Acta Neurologica Taiwanica,2009,18(2):91-97.

[15] 李明秋,黃海華,江皋軒,等.老年癡呆患者睡眠障礙的臨床特征[J].中國老年學雜志,2012,32(12):2598-2599.

[16] Hoffmeyer A,Yordanova K,Teipel S,etal.Sensor based monitoring for people with dementia:searching for movement markers in Alzheimer’s disease for a early diagnostic[M].Constructing Ambient Intelligence，2012:137-145.

[17] Stucki RA,Urwyler P,Rampa L,etal.A web-based non-intrusive ambient system to measure and classify activities of daily living.[J].Journal of Medical Internet Research,2014,16(7):e175-e175.

[18] Suzuki T,Murase S,Tanaka T,etal.New approach for the early detection of dementia by recording in-house activities[J].Telemedicine Journal and E-Health:The Official Journal of the American Telemedicine Association,2007,13(1):41-44.

[19] Cavallo F,Aquilano M,Arvati M.An ambient assisted living approach in designing domiciliary services combined with innovative technologies for patients with Alzheimer’s disease:a case study[J].American Journal of Alzheimer’s Disease & Other Dementias,2014,30(1):69-77.

[20] Mccullagh P,Augusto JC,Zheng H,etal.Assisting people with early stage dementia:monitoring wandering[J].Assistive Technology Research,2011,29:137-144.

[21] Cheng HT,Zhuang W.Bluetooth-enabled in-home patient monitoring system:early detection of Alzheimer’s disease[J].IEEE Wireless Communications,2010,17(1):74-79.

[22] 中華人民共和國國家知識產權局.專利檢索及分析[EB/OL].[2016-07-27].http://www.pss-system.gov.cn/.

[23] 廖學峰.基于物聯網的遠程心血管疾病監護系統研究與設計[D].廣州：南方醫科大學,2013：1.

[24] 郭維.穿戴式人體生理參數監測系統的研究與實現[D].長春：吉林大學,2012：1.

(本文編輯蘇琳)

Applicationstatusquoofm-healthinearlyidentificationofAlzheimer’sdisease

ZhangYuanyuan,ZhangZhiru,DongTingting
(The First Hospital of Jilin University,Jilin 130021 China)

It reviewed the implementation methods,monitoring dimensions and development status quo of m-health in early identification of Alzheimer’s disease at home and abroad,in order to provide new ideas for reducing the incidence of Alzheimer’s disease and delay the onset time of Alzheimer’s disease.

m-health;Alzheimer’s disease;early identification;safety monitoring;mild cognitive impairment

張媛媛，本科，單位：130021，吉林大學第一醫院；張志茹(通訊作者)單位：130021，吉林大學第一醫院；董婷婷單位：130021，東營勝利油田中心醫院。

信息張媛媛，張志茹，董婷婷.移動醫療在阿爾茨海默癥早期識別中的應用現狀[J].護理研究，2017，31(27)：3356-3359.

R473.74

：Adoi:10.3969/j.issn.1009-6493.2017.27.002

：1009-6493(2017)27-3356-04

2016-09-12;

2017-08-21)