Telemonitoraggio per la rilevazione dei segnali prodromici del Parkinson tramite dispositivi indossabili

Early identification of prodromal symptoms is crucial for the development of preventive interventions and targeted therapies. This literature review focuses on the parameters and signals detectable by wearable, comfortable, and non-invasive devices, particularly wrist-worn devices, to identify the prodromal phase of Parkinson's disease. The analysis examined four distinctive parameters of the prodromal phase: wrist acceleration, Parkinsonian tremor, vocal analysis, and the sleep-wake cycle. These parameters were assessed using a combination of sensors for a multi-parametric approach. The data collected from the three main sensors (IMU, microphone, and oximeter), leveraging machine learning techniques, have the potential to detect subtle changes, useful for early diagnosis, improving the prospects of disease management and treatment in the early stages.

L'identificazione precoce dei sintomi prodromici è cruciale per lo sviluppo di interventi preventivi e terapie mirate. Questa ricerca bibliografica si focalizza sui parametri e segnali rilevabili da dispositivi indossabili, comodi e non invasivi, in particolare quelli da polso, per individuare la fase prodromica del Morbo di Parkinson. L'analisi ha preso in esame quattro parametri distintivi della fase prodromica, l'accelerazione al polso, il tremore parkinsoniano, l'analisi vocale e il ciclo sonno veglia. Questi sono stati valutati tramite una combinazione di sensori per un approccio multi-parametrico. I dati raccolti dai tre sensori principali (IMU, microfono e ossimetro), con l'aiuto del machine learning, hanno il potenziale di rilevare cambiamenti sottili, utili per una diagnosi precoce, migliorando le prospettive di gestione e trattamento della malattia nelle fasi iniziali.