Biyobelirteçler, hekimlerin doğru teşhis ve prognostik değerlendirmeler yapmasına olanak tanıyan, ölçülebilen ve nicelleştirilebilen biyokimyasal ve biyofiziksel hastalık göstergeleridir.
Psikiyatri alanı genellikle beyindeki biyobelirteçlerle ilgili hazır verilerden yoksundur, canlı beyinler üzerinde araştırma analizi yapmak veya canlı beyinlerden örnek toplamak zordur. Bununla birlikte, davranışsal veriler, özellikle akıllı telefonlar ve giyilebilir veya implante edilmiş cihazlar gibi elektronik cihazların yardımıyla klinik psikiyatri ile ilgili olarak toplanabilir ve analiz edilebilir.
Bu tür cihazlardan pasif olarak toplanan hastalık göstergeleri, “dijital sağlık teknolojileri“, geniş bir ölçüm yelpazesini tanımlayabilen dijital biyobelirteçler olarak bilinir. Örneğin, implante edilmiş bir cihaz aracılığıyla kan şekeri seviyelerinin izlenmesi veya bir akıllı telefon uygulaması kullanılarak uyku süresi ve kalitesinin takip edilmesi.
Kullanıcı tarafından bildirilen dijital biyobelirteçler
Düzenli olarak yönlendirilen anketler ve akıllı telefon bildirimleri, hastaya olumlu davranışlar sergilemesini hatırlatmak ve semptomlarla ilgili düzenli olarak kendi kendine bildirilen bilgileri toplamak açısından faydalıdır. Bu yaklaşım bir dereceye kadar hastanın olayları hatırlamasına dayanır ya da başka bir şekilde bir uygulamayı açmasını ve kısa bir süre sonra semptomlarını tanımlamasını gerektirir. Bu nedenle, küçük olayların ya unutulduğu ya da tarif edilmesi çok zahmetli olduğu için bu tür raporlardan çıkarılması muhtemeldir. Bu sebeple, daha uygun veri gönderme yöntemleri hem hastaya hem de araştırmacıya fayda sağlayacaktır.
Stieger ve arkadaşları (2020) tarafından hazırlanan bir kavram kanıtlama çalışmasında, hastanın kolunu tuttuğu açıya bağlı olarak semptomların ortaya çıkması ve yoğunluğuyla ilgili verileri uygun bir şekilde göndermek için bileğe takılan, düğmeyle etkinleştirilen basit bir ivmeölçer kullanılmıştır. Semptom ortaya çıktığında, hastanın bir düğmeye basması ve ardından düşük yoğunluklu bir olayı belirtmek için kolunu düz tutması veya en yoğun olanı bildirmek için dik konuma kadar herhangi bir açıda tutması gerekiyordu.
Bu yaklaşımı kullanarak veri göndermenin kesinti yükü, aynı verileri toplamak için bir akıllı telefon uygulaması kullanmaktan önemli ölçüde daha düşük olduğundan, hasta uyumluluğunun, küçük ve sık görülen olayların raporlanmasının ilerleyeceği umulmaktadır. Bu pilot çalışmada, grup ilk olarak katılımcıların cihazı takarken kol açılarını tahmin etme becerilerini test etti. Daha sonra sosyal medya dışlanmasını takip etmek için dört hafta boyunca cihazı takmalarını sağladı.
Özellikle, katılımcılardan gönderilen ve alıcı tarafından görüldüğü bilinen ancak yanıt gelmeyen her mesaj vakasını bildirmeleri, bu deneyimi kendilerini ne kadar dışlanmış hissettiklerinin yoğunluğuna göre derecelendirmeleri ve tek bir kişinin kendilerini görmezden geldiğini belirtmek için düğmeye bir kez, bir grup için iki kez ve bir taban çizgisi olarak hareket etmek için zorunlu bir programda üç kez basmaları istenmiştir. Bu basit ölçüt, çoğu insanın günlük yaşamında sıkça karşılaştığı bir olay olarak seçilmiştir ve katılımcılar çalışma boyunca çeşitli meslekler, boş zaman etkinlikleri ve yaşam koşullarıyla ilgilenmişlerdir.
Katılımcıların çoğu 45 derecelik kol açısını güvenilir bir şekilde tahmin edebilmiş, çan eğrisinde ortalama bir açıda oturmuş ve ayrıca cihazı takmayı uygun bulmuş, çoğunlukla mevcut faaliyetlerine müdahale etmemiştir, ancak araba kullanırken veya dikkat gerektiren diğer faaliyetlerle uğraşırken cihazı kullanmakta sorun yaşandığı ve deneme boyunca cihaz katılımında bir düşüş olduğu bildirilmiştir. Beklendiği gibi, katılımcılar en çok yakın arkadaşları ve grupları tarafından görmezden gelindiklerinde dışlandıklarını hissetmişlerdir; bu da bu şekilde toplanan verilerin, psikiyatrik vakalarda daha acil semptomların izlenmesine uygulanabilecek yararlılığını doğrulamaktadır.
Gelecekte, çeşitli olayların rahatça rapor edilebilmesi için birden fazla düğme, etkileşimli ekranlar ve jestler kullanılabilir. İntihar düşünceleri, kendine zarar verme veya ırkçılık gibi hassas konularla ilgili veri toplama işlemleri de bu tür cihazlar kullanılarak gizlice raporlanabilir ve duyguları başka bir kişiye aktif olarak anlatma veya açıklama ve hatta yazma engelini ortadan kaldırabilir.
Çevrimiçi dijital biyobelirteçler
Bir kişinin sosyal medya veya genel çevrimiçi etkinliği, depresyon veya diğer psikiyatrik semptomların belirtilerini izlemek için kullanılan makine öğrenimi algoritmaları ile pasif bir dijital biyobelirteç olarak da izlenebilir.
Li ve arkadaşları (2020) tarafından yapılan bir başka pilot çalışmada, on binlerce kullanıcı tarafından yapılan yüz binlerce gönderide depresif dil kullanımı ve gönderi zamanlaması izlenerek Twitter ve diğer sosyal medya platformları, flört uygulamaları aracılığıyla genel ve eşcinsel erkek topluluğu arasında depresif duygular izlenmiştir.
Örneğin, gece boyunca paylaşım yapan bir kişi uykusuzluk çekiyor olabilir ki bu da depresyonun bir göstergesidir. Grup bu yöntemi kullanarak olası klinik depresyonu olan bireyleri belirleyebilir ve depresif dönemlerin oluşumunu vurgulayabilir. Dijital biyobelirteçleri bu şekilde belirlemenin yüksek verimliliğinin yanı sıra, bir diğer avantajı da katılımcıların depresif davranışlarını gizleyebileceği anket veya anket tabanlı bir yaklaşıma göre daha fazla şeffaflık olabilir.
Diğer psikiyatrik semptomların yanı sıra birçok depresif davranış çevrimiçi sosyal faaliyetlere de yansımaktadır. Bu nedenle risk altındaki bireylerin bu kaynakları kullanarak izlenmesi ve belirlenmesi faydalı olabilir. Bu tür bir uygulamanın bir başka örneğinde Depp ve arkadaşları (2019), şizofreni hastalarının refahını izlemek için GPS izleme verilerini kullanma olasılığını araştırmış ve daha düşük hareketliliğin daha yüksek negatif semptom şiddeti ile ilişkili olduğunu bulmuştur.
Beyin implantları
Beyin kimyası ve işleviyle ilgili bilgileri izleyebilen ve uzaktan raporlayabilen implantlar yakın gelecekte bir olasılıktır. Bu tür arayüzler şu anda 3D baskılı parçalar kullanılarak erken aşamada araştırılmaktadır.
Örneğin, Habelt ve arkadaşları (2021) tarafından hazırlanan bir makalede, akışkan bir kanal içeren ve birden fazla elektrot taşıyan 3D baskılı cihazlar, nöroprotez arayüzü olarak hareket etmek üzere beynin her iki yarım küresini kapsayacak şekilde sıçanlara implante edilmiş, beyindeki elektrik sinyallerinin kaydedilmesine ve dijital psikiyatrik biyobelirteçlerin tespit edilmesine olanak sağlamıştır.
Psikiyatrik bozukluklar, hem aynı tanıyı paylaşan hastalar arasında hem de aynı hasta için günlük bazda semptomların nasıl ortaya çıktığı konusunda oldukça değişken olabilir. Dijital sağlık teknolojileri, semptomların sürekli izlenmesine ve psikiyatrik hastaların sürekli gelişen deneyimlerinin daha iyi yakalanmasına olanak tanır. Böylece, belirli koşullarda daha önce bilinmeyen semptomları ortaya çıkarabilir veya altta yatan bozuklukları olanların belirlenmesine yardımcı olabilirler.
Ayrıca, herhangi bir dijital biyobelirteç aracılığıyla tanınan hasta semptomları çevresel faktörlerle veya psikiyatrik semptoma neden olan durumla ilişkilendirilebilirse, hastalık tetikleyicileri hakkında daha fazla bilgi sağlayabilir ve muhtemelen gelecekteki teşhis ve tedavi hakkında bilgi verebilir.