在帕金森病的明显症状（包括震颤和肌肉僵硬）出现之前，该疾病还有其他更为微妙的早期迹象。
这些迹象包括口腔发音和语言的变化，以及呼吸或吞咽困难。
阿尔茨海默病患者也可能经历词汇量减少和重复特定词语的倾向。这些症状在明显记忆力丧失之前就已出现。
不幸的是，诊断通常只有在观察到的改变足够显著，足以将患者与一般人群区分开来时才会做出。
早期诊断的重要性
早期诊断是减缓这些疾病进展的关键因素。某些治疗在非常早期的阶段实施更为有效。然而不幸的是，诊断往往在症状变得明显后才做出，已经为时过晚。
这种情况部分归因于疾病早期症状的微妙性和可变性，但也归因于临床实践仍主要依赖观察明显和晚期症状。
作为魁北克大学高等技术学院(ÉTS)教授和马塞尔-高弗鲁多模态健康监测与早期疾病检测研究讲席的持有者，我的研究重点是使用可穿戴传感器，特别是耳内设备，来捕捉和分析生理和行为健康信号。
目标是开发能够实现持续、无创和个性化健康监测的工具，以便能够更早地检测到某些状况，特别是神经退行性疾病。
可穿戴技术在神经心理学中发挥着关键作用，因为它们使我们能够收集比传统临床观察更多的信息。借助传感器和先进算法，现在可以实时客观地测量与认知和情绪功能相关的微妙指标。这使得临床实践更加精确和个性化，既能补充临床医生的专业知识，又能促进对患者的更好理解和支持。
我们每个人都是独特的个体。我们的认知能力从一开始就不完全相同。我们的词汇量、记忆力、注意力、推理能力和视空间能力使我们彼此不同。我们需要能够更早地检测到个体变化，以便更快地发现健康恶化的迹象。
此外，结合多种信号的方法——而非单一参数（如心率）——可以更全面地了解疾病的进展情况。
耳朵：了解我们健康的意外窗口
为了更早地检测这些疾病，我们正在尝试一种创新方法：分析人体发出的声学信号。
当耳朵被耳内设备堵塞时，某些内部声音——心跳、呼吸、吞咽、言语，甚至眨眼——在低频段会被放大。这种现象被称为"堵塞效应"，可以利用微型麦克风捕捉这些声音作为微妙信号。
其中几种信号特别相关，因为它们从神经退行性疾病的最早阶段就开始受到影响，但往往过于微妙而无法在临床上被检测到。
例如，帕金森病患者的吸气与呼气比率，或呼吸与吞咽之间的相互作用，很早就发生了变化，远在症状严重到能够被注意到之前。同样，阿尔茨海默病患者的（尤其是快速眼动）眼球运动可以通过耳内麦克风捕捉到，并提供关于疾病进展的有价值信息。
我们使用的设备是作为ÉTS-EERS耳内技术工业研究讲席的一部分开发的。它由一个装有两个麦克风和微型扬声器的耳机组成。放置在耳道内的麦克风捕捉人体产生的声音。外部麦克风和（内部的）扬声器用于传递外部声音，以减少堵塞效应引起的不适。
提取正确的信号
我们面临的主要技术挑战之一是分离同时捕获的不同身体信号。事实上，一个人可以同时说话并听到自己的心跳。
我们正在探索几种方法来解开这些重叠的信号，包括机器学习——一种人工智能形式——以及音频源分离算法。我们还在测试互补技术，如光电容积描记术，它测量血流变化以提取心跳。这些信号，如心率及其衍生指标，特别有趣，因为它们能更好地理解一个人的情绪状态。
我们已经证明，可以从耳内麦克风拾取的心脏信号中检测压力，特别是在安静和最小运动的时刻。这种方法对于认知障碍者特别相关，他们经常在嘈杂环境中难以理解言语，即使没有听力损失。
我们希望不仅仅测量他们在嘈杂环境中的言语理解能力，还要评估他们在这些情况下的压力水平。这将有助于确定他们是否比没有认知障碍的同龄人经历更高水平的压力。
我们团队目前正在开展两项独立研究，比较健康个体与神经退行性疾病患者的生理信号。
第一项研究是与魁北克帕金森病协会和蒙特利尔大学合作进行的，重点关注帕金森病患者及其护理人员。第二项研究与蒙特利尔道格拉斯研究中心合作进行，旨在收集健康个体以及阿尔茨海默病或轻度认知障碍患者的数据。
在中期内，我们相信我们的算法将能够准确检测一个人是否已经显示出神经退行性疾病的迹象。
从长远来看，我们旨在为阿尔茨海默病和帕金森病的早期诊断领域带来真正的革命，从而实现更快、更有针对性且可能更有效的干预措施。
【全文结束】