Download PDF
Nervenheilkunde 2022; 41(10): 649-656
DOI: 10.1055/a-1921-6477
Schwerpunkt

Automatische Analyse motorischer Symptome zuhause

Wie 3D-Kameras zur Versorgung von Parkinson-Patienten beitragen könnenAutomated analysis of motor symptoms at homeHow 3 D cameras can contribute to comprehensive care for Parkinson’s patients
Katharina Schmidt
1   Motognosis GmbH, Berlin
,
Sebastian Mansow-Model
1   Motognosis GmbH, Berlin
› Author Affiliations
› Further Information
    Permissions and Reprints

ZUSAMMENFASSUNG

Die Beobachtung und Behandlung von motorischen Symptomen ist für das Wohlbefinden von Parkinson-Patienten von entscheidender Bedeutung. Unter Laborbedingungen lassen sich diese Symptome akkurat messen, in der Routineversorgung konnte sich aber keine praktikable Lösung mit ausreichender Messqualität etablieren. Motognosis Amsa ist eine auf 3D-Kameras basierende Messsoftware zum Einsatz durch Parkinson-Patienten zuhause und könnte diese Lücke schließen. Die Validierung von Genauigkeit, klinischer Aussagekraft und Nutzbarkeit verlief positiv, Daten zur Langzeitnutzung werden erhoben.

ABSTRACT

Monitoring and treatment of motor symptoms is of decisive importance for Parkinson’s patients’ wellbeing. In the laboratory these symptoms can be accurately measured, but in routine care there has not yet been established a solution that is practical and provides adequate measurement quality. Motognosis Amsa is a software using 3 D cameras for use by Parkinson’s patients at home and could close that gap. The validation of accuracy, clinical meaningfulness and usability provided positive results. Data for long term use are being gathered.

Schlüsselwörter

Bewegungsanalyse - integrierte Versorgung - digitale Medizin - digitale Gesundheitsanwendung - E-Health

Key words

Motion analysis - integrated care - digital health - digital health application - eHealth


Publication History

Article published online:
14 October 2022

© 2022. Thieme. All rights reserved.

© Georg Thieme Verlag KG Stuttgart · New York
Rüdigerstraße 14, 70469 Stuttgart, Germany

 

  • Literatur

  • 1 Dammertz L, Holstiege J, Ng F. et al Morbus Parkinson in der vertragsärztlichen Versorgung – Regionale Unterschiede der Diagnoseprävalenz und Komorbitätsanalysen anhand bundesweiter Abrechnungsdaten im Zeitraum 2010 bis 2019. Zentralinstitut für die kassenärztliche Versorgung in Deutschland (Zi). Versorgungsatlas-Bericht 2022
    Google Scholar
  • 2 Dorsey ER, Sherer T, Okun MS. et al The Emerging Evidence of the Parkinson Pandemic. J Parkinsons Dis 2018; 08: S3-S8
    CrossrefPubMedGoogle Scholar
  • 3 Eggers C, Wellach I, Groppa S. et al Versorgung von Parkinson-Patienten in Deutschland: Status quo und Perspektiven im Spiegel des digitalen Wandels. Nervenarzt 2021; 92: 602-610
    CrossrefPubMedGoogle Scholar
  • 4 Timpel P, Tesch F, Müller G. et al Versorgungssituation von Parkinson-Patienten in Sachsen: Eine sekundärdatenbasierte Analyse der Inanspruchnahme im Beobachtungszeitraum 2011 bis 2019. Nervenarzt 2022 DOI: 10.1007/s00115-022-01273-7
    Google Scholar
  • 5 AWMF online. Das Portal der wissenschaftlichen Medizin. Leitlinien-Detailansicht Parkinson-Syndrom, idiopathisch. www.awmf.org/leitlinien/detail/ll/030-010.html Stand: 16.08.2022
    Google Scholar
  • 6 Willis AW, Schootman M, Evanoff BA. et al Neurologist care in Parkinson disease: a utilization, outcomes, and survival study. Neurology 2011; 77: 851-857
    CrossrefPubMedGoogle Scholar
  • 7 Maier F, Prigatano GP, Kalbe E. et al Impaired self-awareness of motor deficits in Parkinson’s disease: association with motor asymmetry and motor phenotypes. Mov Disord 2012; 27: 1443-1447
    CrossrefPubMedGoogle Scholar
  • 8 Gerlach OH, Winogrodzka A, Weber WE. Clinical problems in the hospitalized Parkinson’s disease patient: systematic review. Mov Disord 2011; 26: 197-208
    CrossrefPubMedGoogle Scholar
  • 9 Spottke AE, Reuter M, Machat O. et al Cost of illness and its predictors for Parkinson’s disease in Germany. Pharmacoeconomics 2005; 23: 817-836
    CrossrefPubMedGoogle Scholar
  • 10 Achey M, Aldred JL, Aljehani N. et al The Past, Present, and Future of Telemedicine for Parkinson’s Disease. Mov Disord 2014; 29: 871-883
    CrossrefPubMedGoogle Scholar
  • 11 Odin P, Chaudhuri KR, Volkmann J. et al Viewpoint and practical recommendations from a movement disorder specialist panel on objective measurement in the clinical management of Parkinson’s disease. NPJ Parkinsons Dis 2018; 04: 14
    CrossrefPubMedGoogle Scholar
  • 12 Dall TM, Storm MV, Chakrabarti R. et al Supply and demand analysis of the current and future US neurology workforce. Neurology 2013; 81: 470-478
    CrossrefPubMedGoogle Scholar
  • 13 Dorsey ER, George BP, Leff B. et al The coming crisis: obtaining care for the growing burden of neurodegenerative conditions. Neurology 2013; 80: 1989-1996
    CrossrefPubMedGoogle Scholar
  • 14 Freeman WD, Vatz KA, Griggs RC. et al The Workforce Task Force report: clinical implications for neurology. Neurology 2013; 81: 479-486
    CrossrefPubMedGoogle Scholar
  • 15 Cohrs S, Pehlke JR, Jordan W. et al Dramatische Veränderungen der Altersstruktur bei Fachärzten im Bereich psychischer Gesundheit. Nervenarzt 2022; 93: 695-705
    CrossrefPubMedGoogle Scholar
  • 16 Otte K, Kayser B, Mansow-Model S. et al Accuracy and Reliability of the Kinect Version 2 for Clinical Measurement of Motor Function. PLoS One 2016; 11: e0166532
    CrossrefPubMedGoogle Scholar
  • 17 Maetzler W, Domingos J, Srulijes K. et al Quantitative wearable sensors for objective assessment of Parkinson’s disease. Mov Disord 2013; 29: 1628-1637
    CrossrefPubMedGoogle Scholar
  • 18 Yeung LF, Cheng KC, Fong CH. et al Evaluation of the Microsoft Kinect as a clinical assessment tool of body sway. Gait Posture 2014; 40: 532-538
    CrossrefPubMedGoogle Scholar
  • 19 Espay AJ, Hausdorff JM, Sánchez-Ferro Á. et al A roadmap for implementation of patient-centered digital outcome measures in Parkinson’s disease obtained using mobile health technologies. Mov Disord 2019; 34: 657-663
    CrossrefPubMedGoogle Scholar
  • 20 Südmeyer M, Wojtecki L, Schnitzler A. Integrierte Versorgung des Morbus Parkinson. Aktuelle Neurologie 2012; 39: 475-479
    Article in Thieme ConnectGoogle Scholar
  • 21 Marzinzik F, Wahl M, Doletschek CM. et al Evaluation of a telemedical care programme for patients with Parkinson’s disease. J Telemed Telecare 2012; 18: 322-327
    CrossrefPubMedGoogle Scholar
  • 22 Stangl S, Haas K, Eggers C. et al Versorgung von Parkinson-Patienten in Deutschland. Nervenarzt 2020; 91: 493-502
    CrossrefPubMedGoogle Scholar
  • 23 Ossig C, Gandor F, Fauser M. et al Correlation of Quantitative Motor State Assessment Using a Kinetograph and Patient Diaries in Advanced PD: Data from an Observational Study. PLoS One 2016; 11: e0161559
    CrossrefPubMedGoogle Scholar
  • 24 Goetz CG, Tilley BC, Shaftman SR. et al Movement Disorder Society-sponsored revision of the Unified Parkinson’s Disease Rating Scale (MDS-UPDRS): scale presentation and clinimetric testing results. Mov Disord 2008; 23: 2129-2170
    CrossrefPubMedGoogle Scholar
  • 25 Steinert A, Sattler I, Otte K. et al Using New Camera-Based Technologies for Gait Analysis in Older Adults in Comparison to the Established GAITRite System. Sensors 2019; 20: 125
    CrossrefPubMedGoogle Scholar
  • 26 Zentrum für Evidenzbasierte Gesundheitsversorgung (ZEGV), Medizinische Fakultät Gustav Carus, TU Dresden. Telepark – Vernetzung von Patienten mit fortgeschrittenem Parkinson-Syndrom und Parkinsonspezialisten durch Telemedizin und moderne Sensorik. www.uniklinikum-dresden.de/de/das-klinikum/universitaetscentren/zegv/projekte/projektbeschreibung/telepark Stand: 21.07.2022
    Google Scholar
  • 27 Moore JL, Potter K, Blankshain K. et al A Core Set of Outcome Measures for Adults With Neurologic Conditions Undergoing Rehabilitation. J Neurol Phys Ther 2018; 42: 174-220
    CrossrefPubMedGoogle Scholar
  • 28 Brooke J.. SUS: A quick and dirty usability scale. In: Jordan PW, et al. (eds). Usability Evaluation in Industry. New, York: Taylor & Francis; 1995: 189-194
    Google Scholar
  • 29 Otte K, Ellermeyer T, Vater TS. et al Instrumental Assessment of Stepping in Place Captures Clinically Relevant Motor Symptoms of Parkinson’s Disease. Sensors 2020; 20: 5465
    PubMedGoogle Scholar
  • 30 Röhling H, Otte K, Rasche L. et al Quantitative Analysis of MDS-UPDRS III Finger Tapping and Hand Grip Test using Visual Perceptive Computing. Deutscher Kongress für Parkinson und Bewegungsstörungen, Düsseldorf 2019
    Google Scholar
  • 31 Otte K, Heinrich F, Ellermeyer T. et al Evaluation of visual perceptive computing for Tremor Analysis. International Congress of Parkinson’s Disease and Movement Disorders, Hongkong 2018
    Google Scholar
  • 32 Port RJ, Rumsby M, Brown G. et al People with Parkinson’s Disease: What Symptoms Do They Most Want to Improve and How Does This Change with Disease Duration?. J Parkinsons Dis 2021; 11 (02) 715-724
    CrossrefPubMedGoogle Scholar