Dzięki aplikacji mobilnej stworonej prez polski start-up pacjentów po udarach będzie można objąć indywidualną terapią, która przywróci ich do pełnej sprawności. Dziś większość takich osób kończy leczenie po odzyskaniu podstawowej sprawności fizycznej, jednocześnie pozostając z poważnymi defektami poznawczymi. W ciągu najbliższych dwóch lat rozwiązanie może uzyskać status leczenia cyfrowego i zostać objęte refundacją w Niemczech. Polscy pacjenci najprawdopodobniej otrymają aplikację w zamian za możliwość wykorystania ich danych anonimowo do uczenia algorytmów.
– ABAStroke jest nowym podejściem do leczenia pacjentów po udarach, który doświadczają deficytów poznawczych. Dziś ci pacjenci są trochę zostawieni sami sobie. To, co my im proponujemy, to jest metoda w pełni niezależna i mobilna. Wierymy w to, że będzie refundowana tak jak lek. Ma to być leczenie cyfrowe, oficjalnie zatwierdzone razem z walidacją kliniczną – wskazuje w rozmowie z agencją informacyjną Newseria Innowacje Michał Ryś, współzałożyciel ABAStroke.
Rozwiązanie opracowane prez Polaków jest aplikacją mobilną, stworoną na podstawie stosowanej analizy zachowania (ABA). Zasadniczą pracę z pacjentem popredza trening wstępny, którego celem jest retelna ocena poziomu umiejętności i dobór poziomu trudności. Po prejściu do właściwego trybu rozgrywki rozpoczyna się uczenie metodą wyodrębnionych prób (DTT). Sposób ten umożliwia podział umiejętności na niewielkie, łatwe do nauczenia porcje, a potem wykorystywanie wzmocnień, podpowiedzi i powtarzania w celu maksymalizacji sukcesów. Elementem aplikacji jest system motywacyjny, oparty na wizualizacji postępów i nagrodach. Dzięki temu pacjenci są zachęceni do regularnej pracy.
– Analiza zachowania to metoda, która ma wykazaną sporą skuteczność w terapii dzieci z autyzmem. Istnieją bardzo duże presłanki, że ta sama metoda może być skuteczna w przypadku osób po udare – dodaje Dawid Maj, drugi z założycieli ABAStroke.
Standardowo pacjentami poddawanymi terapii ABA zajmują się wykwalifikowani terapeuci. W rozwiązaniu opracowanym prez polską spółkę MedTech rolę tę prejmuje algorytm uczenia maszynowego. Dzięki jego wykorystaniu system w sposób dynamiczny dostosowuje się do potrzeb pacjenta. Zastosowanie rozwiązania w aplikacji mobilnej pozwoli dotreć z terapią do pacjentów, który w normalnych warunkach nie mogliby na nią liczyć.
– Pacjent wraca do domu, umie chodzić, ale dochodząc do pełni sprawności, na przykład nie rozpoznaje kształtów. I tutaj jest cała praca, która ma przywrócić mózg do takiej formy, która z powrotem pozwala na funkcjonowanie w społeczeństwie. Nierozpoznawanie takich trywialnych rzeczy jak kolory czy kształty sprawia, że nawet prosta praca staje się trudna. Taka osoba zamiast móc wrócić do pracy, zamyka się w swoich problemach, a społeczeństwo ją traci – wskazuje Michał Ryś.
ABAStroke ma szansę stać się leczeniem cyfrowym. To jedna z najbardziej dynamicznie rozwijających się obecnie gałęzi medycyny. Leczenie cyfrowe wykorystywane jest już dziś np. do prowadzenia pacjentów z cukrycą. Służą temu rozwiązania dostarczane prez m.in. firmę DarioHealth, dostawcę urądzenia do pomiaru poziomu glukozy we krwi, które automatycznie synchronizuje się z aplikacją na smartfonie. Aby rozwiązanie opracowane prez polski start-up mogło stać się pełnoprawnym leczeniem cyfrowym, muszą zostać spełnione określone wymagania.
– Kluczowym wymogiem jest walidacja kliniczna. Å»eby móc mieć walidację kliniczną, treba mieć pełny produkt. Mamy stworony działający prototyp, który zaczynamy testować w jednostkach szpitalnych. Na tej podstawie będziemy w stanie określić, jak powinna wyglądać i co powinna zawierać w sobie technologia docelowa – wyjaśnia współzałożyciel ABAStroke.
Odpowiednie certyfikaty ABAStroke może zdobyć najwcześniej za około dwa lata. Wówczas, choć stanie się oficjalnie zatwierdzoną procedurą medyczną, i tak w Polsce nie będzie mogło zostać objęte procedurą refundacyjną. Możliwe to będzie jednak w Niemczech.
– W Polsce najprawdopodobniej damy to pacjentom do dowolnego użytku, ale nie do końca darmowo. Możliwe, że udostępnimy to w zamian za dane, które będziemy zbierać anonimowo. Nasze modele uczenia maszynowego będą się na nich kształcić. Będziemy dawać produkt jeszcze niezwalidowany klinicznie, ale przygotowany zgodnie z normami klinicznymi dla pacjentów, który będą chcieli go używać w domu w zamian za to, że będziemy mogli dzięki temu kształtować nasze modele sztucznej inteligencji – wskazuje Michał Ryś.
