Bron: Universiteit Leiden

Machine learning (ML) en mobiele technologieën, zoals smartphones en wearables, kunnen effectief worden gebruikt om nieuwe mHealth-biomarkers te ontwikkelen voor klinische studies. Deze biomarkers kunnen helpen bij het inschatten van de ernst van symptomen, het volgen van de progressie en het meten van de effectiviteit van behandelingen bij bijvoorbeeld facioscapulohumerale dystrophie, depressies of parkinson. Door ML-algoritmes in te zetten kunnen grote datasets worden geanalyseerd om subtiele patronen te identificeren die veranderingen in de gezondheid van patiënten kunnen aangeven.

Deze bevindingen hebben een sociale relevantie, omdat ze de manier waarop gezondheidszorg wordt geleverd kunnen veranderen. Met mHealth-biomarkers kunnen snellere en nauwkeurigere diagnoses worden gesteld, wat patiënten tijd en kosten bespaart. Daarnaast kunnen deze technologieën klinische studies verbeteren door continue monitoring mogelijk te maken, wat kan leiden tot effectievere behandelingsmethoden. Dit kan de levenskwaliteit van patiënten en hun families verbeteren.

Lees verder op de website van Universiteit Leiden