CN112135563A - 用于确定信息处理速度的数字定性生物标记 - Google Patents

用于确定信息处理速度的数字定性生物标记 Download PDF

Info

Publication number
CN112135563A
CN112135563A CN201980031088.4A CN201980031088A CN112135563A CN 112135563 A CN112135563 A CN 112135563A CN 201980031088 A CN201980031088 A CN 201980031088A CN 112135563 A CN112135563 A CN 112135563A
Authority
CN
China
Prior art keywords
cognitive
information processing
subject
cognitive impairment
processing speed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201980031088.4A
Other languages
English (en)
Inventor
M·巴克
S·M·贝拉切夫
C·戈森斯
M·林德曼
J·施普伦格尔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
F Hoffmann La Roche AG
Original Assignee
F Hoffmann La Roche AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by F Hoffmann La Roche AG filed Critical F Hoffmann La Roche AG
Publication of CN112135563A publication Critical patent/CN112135563A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/103—Detecting, measuring or recording devices for testing the shape, pattern, colour, size or movement of the body or parts thereof, for diagnostic purposes
    • A61B5/11—Measuring movement of the entire body or parts thereof, e.g. head or hand tremor, mobility of a limb
    • A61B5/1124—Determining motor skills
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/16—Devices for psychotechnics; Testing reaction times ; Devices for evaluating the psychological state
    • A61B5/162—Testing reaction times
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4082—Diagnosing or monitoring movement diseases, e.g. Parkinson, Huntington or Tourette
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/40—Detecting, measuring or recording for evaluating the nervous system
    • A61B5/4076—Diagnosing or monitoring particular conditions of the nervous system
    • A61B5/4088—Diagnosing of monitoring cognitive diseases, e.g. Alzheimer, prion diseases or dementia
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B5/00—Measuring for diagnostic purposes; Identification of persons
    • A61B5/74—Details of notification to user or communication with user or patient ; user input means
    • A61B5/7475—User input or interface means, e.g. keyboard, pointing device, joystick
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/70—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to mental therapies, e.g. psychological therapy or autogenous training
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Public Health (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Biomedical Technology (AREA)
  • Pathology (AREA)
  • Neurology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Molecular Biology (AREA)
  • Surgery (AREA)
  • Animal Behavior & Ethology (AREA)
  • Biophysics (AREA)
  • Veterinary Medicine (AREA)
  • Physics & Mathematics (AREA)
  • Developmental Disabilities (AREA)
  • Hospice & Palliative Care (AREA)
  • Psychology (AREA)
  • Neurosurgery (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Child & Adolescent Psychology (AREA)
  • Psychiatry (AREA)
  • Physiology (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Social Psychology (AREA)
  • Dentistry (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Educational Technology (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明涉及神经学评估领域，并且特别地涉及在药物研究和开发、诊断以及患者和健康护理管理的背景下的信息处理速度的评估。更具体地，本发明涉及一种用于自动评估测试主体中信息处理速度的计算机实现的方法，该方法包括以下步骤：在从所述测试主体获得的认知动眼神经活动测量的预先存在的数据集中，确定用于感觉传递、认知和肌肉运动输出活动的至少一个第一定性活动参数和用于感觉传递和肌肉运动输出活动的至少一个第二定性活动参数；通过将所述第一和所述第二定性活动参数彼此比较来确定用于认知的至少一个第三定性活动参数；以及基于所述至少一个第一、第二和第三定性活动参数来评估主体中的信息处理速度。本发明进一步设想了一种用于确定在被怀疑患有认知损伤的主体中的认知损伤的方法，该方法包括确定信息处理速度，以及基于所确定的信息处理速度来确定认知损伤。本发明还提供了用于实行本发明的方法的移动设备或***，以及所述移动设备或***用于评估信息处理速度和/或认知损伤的用途。

Description

用于确定信息处理速度的数字定性生物标记
本发明涉及神经学评估领域，并且特别地涉及在药物研究和开发、诊断以及患者和健康护理管理的背景下的信息处理速度的评估。更具体地，本发明涉及一种用于自动评估在测试主体中信息处理速度的计算机实现的方法，该方法包括以下步骤：在从所述测试主体获得的认知动眼神经活动测量的预先存在的数据集中，确定用于感觉传递、认知和肌肉运动输出活动的至少一个第一定性（qualimetric）活动参数和用于感觉传递和肌肉运动输出活动的至少一个第二定性活动参数；通过将所述第一和所述第二定性活动参数彼此比较来确定用于认知的至少一个第三定性活动参数；以及基于所述至少一个第一、第二和第三定性活动参数来评估主体中的信息处理速度。本发明进一步设想了一种用于确定在被怀疑患有认知损伤的主体中的认知损伤的方法，该方法包括确定信息处理速度，以及基于所确定的信息处理速度来确定认知损伤。本发明还提供了用于实行本发明的方法的移动设备或***，以及所述移动设备或***用于评估信息处理速度和/或认知损伤的用途。
信息处理速度（IPS）是神经学参数，其指示信息获取、处理和置于响应所具有的速度。因此，存在信息处理速度中牵涉到的神经***的不同部分。该过程中的主要步骤是（1）传入视觉感觉信息的传递，（2）认知替换任务的完成，以及（3）传出运动输出的执行（Costa2017）。
在不同的步骤处，信息处理速度可以相应地受损。例如，在传入神经受伤或以其他方式受影响的情况下，视觉信息的传入传递可能受损。类似地，认知可能受损或传出肌肉运动输出可能受损。
认知和移动疾病和紊乱（disorder）的典型特征在于认知损伤和受损的感官或肌肉运动功能。所述疾病和紊乱不太频繁，但仍然在日常生活中针对受影响的患者通常伴随着严重的并发症。
这些疾病和紊乱具有的共同点是中枢神经***、外周神经***和肌肉***的受损功能导致认知和移动残障。移动残障可以是由于肌肉细胞和功能的直接损伤所致的原发性残障，或者可以是由外周和/或中枢神经***中枢、特别是锥体、锥体外系、感觉或小脑***的肌肉控制损伤所引起的继发性残障。损伤可能牵涉到神经和/或肌肉细胞的损害、退化、中毒或受伤。
典型的认知和移动疾病和紊乱包括但不限于多发性硬化（MS）、视神经脊髓炎（NMO）和NMO谱系紊乱、中风、小脑紊乱、小脑共济失调、痉挛性截瘫、特发性震颤、肌无力和肌感觉综合征或其他形式的神经肌肉紊乱、肌营养不良、肌炎或其他肌肉紊乱、周围神经病变、脑瘫、锥体外系综合征、帕金森氏病、亨廷顿氏病、阿尔茨海默病、其他形式的痴呆、脑白质营养不良、孤独症谱系紊乱、注意力缺陷紊乱（ADD/ADHD）、如DSM-5定义的智力残障、与衰老相关的认知表现和储备损伤、多发性神经病、运动神经元疾病和肌萎缩性侧索硬化（ALS）。
在最通常已知和严重的疾病和紊乱之中，存在MS、中风、阿尔茨海默病、帕金森氏病、亨廷顿氏病和ALS。
多发性硬化（MS）是一种严重的神经退行性疾病，其目前无法治愈。全世界近似有200万至300万个体受到该疾病影响。它是最常见的中枢神经***（CNS）疾病，其导致在年轻人中长期且严重的残障。存在支持这一概念的证据，即针对大脑和脊髓白质内自身分子的B细胞和T细胞介导的炎症过程引起了该疾病。然而，其病因仍然未被良好理解。已经发现在MS患者和健康个体中都存在髓鞘反应性T细胞。因此，MS中的主要异常可以更可能地牵涉到受损的调节机制，其导致增强的T细胞激活状态和不太严格的激活要求。MS的发病机理包括致脑炎性的激活、即在CNS外部的自身免疫性髓鞘特异性T细胞的激活，继之以血脑屏障开放，T细胞和巨噬细胞浸润，小胶质细胞激活和脱髓鞘。后者引起不可逆的神经元损害。
中风可能因为如下而发生：其中由于血管阻塞所致的血液支持受损的缺血性中风，或者由血管受伤和出血导致的出血性中风。中风的体征和症状通常可以包括单侧移动/肌肉运动或感觉损伤，行走、说话、听力、旋转性眩晕或视力异常问题。所述体征和症状经常在中风发生之后立即或很快出现。如果症状持续少于一个或两个小时，则其被称为短暂性缺血性发作。出血性中风也可能伴随着严重头痛。中风的症状可能是永久性的。长期共病并发症可能包括肺炎或膀胱失控。中风的早期诊断和治疗对于预后是决定性的。当前的中风诊断需要成像技术，诸如磁共振成像（MRI）扫描、多普勒超声或血管造影术，以及由医疗从业者进行的神经性检查。每年存在多于1000万人受中风影响。在发达国家中，由于中风单位，中风管理与此同时变得相当高效。然而，除了城市区域之外，这些专业中心不存在于世界上欠发达地区中。疾病的早期检测对患者中的中风预后具有主要影响。因此，甚至除了有能力的中风单位和医院之外，还存在对于中风体征和症状的早期检测的需要。除了中风检测，还存在针对正确评估与急性中风治疗干预以及自发和康复计划相关恢复相关联的中到长期残障预后的至关重要的需要。
阿尔茨海默病是一种严重且致命的神经退行性疾病，其伴随着痴呆症和相关联问题。事实上，阿尔茨海默病是所有痴呆症病例中60 %至70 %的原由。该疾病的早期症状是减少的短期记忆。随后的症状包括诸如退出家庭和社会之类的社交症状，以及诸如身体功能丧失之类的身体症状。阿尔茨海默病的诊断是基于成像技术，诸如CT、MRI、SPECT或PET。此外，神经学评估由医疗从业者实行，包括针对认知功能评估的测试。典型的测试包括指令人们临摹与图片中所示的图画类似的图画、记住单词、阅读和减去序列号的测试。通常，诊断需要护理人员，因为阿尔茨海默病患者他/她自己意识不到他/她的缺陷。针对阿尔茨海默病尚不存在高效的疾病改善的治疗或治愈方法。然而，对于高效的疾病管理，可靠且早期的诊断是有帮助的。阿尔茨海默病影响全世界大约5000万人，并且可能是老年人中最频繁的神经退行性疾病之一。因此，存在对于早期检测体征和症状以便对疾病进行正确管理的需要，以及对疾病进展进行监视的需要。
帕金森氏病是中枢神经***的神经退行性疾病，其对肌肉运动***有中枢影响。典型的症状是静止性震颤、姿势不稳定、颤抖、僵直、移动迟缓和行走有困难。痴呆症和抑郁症以及感觉、自主神经***和睡眠问题也可能发生在疾病的更严重阶段。肌肉运动问题是由中脑的黑质中的神经元退化引起的，所述神经元退化导致多巴胺能神经传递的显著改变。针对帕金森氏病尚不存在可用的治愈方法。帕金森氏病的诊断是基于与成像方法一起的神经学评估，所述成像方法诸如是CT、MRI、PET或SPECT扫描。用于该疾病诊断的神经学标准包括评估动作迟缓、僵直、静止性震颤和姿势不稳定。最近，已经报道了使用数字获取的神经性性能参数对帕金森氏病的评估（Lipsmeier 2018）。
多于5000万人受到帕金森氏病影响。存在对于该神经退行性疾病的早期和可靠诊断以及对疾病进展进行监视的需要。
亨廷顿氏病是一种遗传性紊乱，其导致中枢神经***中、以及特别是大脑中神经元的死亡。最早期的症状经常是情绪或心理能力有细微的问题。然而，通常在之后发生协调性的一般损伤和不稳定的步态。在其晚期阶段中，不协调的身体移动变得明显并且身体能力逐渐恶化，直到协调移动变得困难并且人不能说话。认知能力也受到损伤，并且可能衰退为痴呆症。然而，具体症状可能因个体而异。针对亨廷顿氏病尚不存在可用的治愈方法。由于亨廷顿氏病是以常染色体显性方式遗传的，因此建议对于在遗传学角度处于风险的个体、即具有对应疾病家族史的患者进行亨廷顿蛋白（HTT）等位基因中CAG重复序列的基因组测试。此外，疾病的诊断不仅牵涉到DNA分析，而且还牵涉到成像方法，所述成像方法诸如是CT、MRI、PET或SPECT扫描，以便确定大脑萎缩以及医疗从业者的神经学评估。特别地，可以根据统一亨廷顿氏病评级尺度***的标准实行神经学评估。亨廷顿氏病与阿尔茨海默病和帕金森氏病相比不太频繁。然而，它仍然是一种认知和移动疾病或紊乱，其影响显著比例的具有严重和危及生命的并发症的人。存在对于该神经退行性疾病的早期和可靠诊断以及对疾病进展进行监视的需要。
ALS是一种神经退行性疾病，其牵涉到控制随意肌肉收缩的下运动神经元和上运动神经元的细胞死亡。ALS的特征在于肌肉僵硬、肌肉抽搐、肌肉萎缩，以及由于肌肉尺寸减小所致的逐渐恶化的虚弱，其导致行走、说话、吞咽和呼吸方面的困难。呼吸衰竭通常是患有ALS的患者中的死亡原因。针对该致命的疾病尚不存在可用的治愈方法。ALS的诊断很困难，并且需要排除症状和体征的其他可能原因，诸如肌肉无力、肌肉萎缩、吞咽或呼吸损伤、抽筋或受影响肌肉的僵硬和/或口齿不清和鼻音。除了由医疗从业者进行神经学评估之外，诊断通常牵涉到EMG、测量神经传导速度或MRI。包括肌肉活检在内的实验室测试也是可用的。
评估信息处理速度应有助于所有前述认知和移动疾病和紊乱的临床评估。特别地，存在对于亚临床的细微改变的标识以及对疾病改善治疗（DMT）效果进行测量的需要。
生活的其他方面也可能需要评估信息处理速度作为神经学参数。例如，例如在教育计划的背景下对明显健康的个体的认知能力进行测试也可以基于对信息处理速度的评估。
符号数字模态测试（SDMT，Smith 1968）或处理速度测试（PST，Rao 2017）是用于测量信息处理速度的测试。自过去十年以来，SDMT已被广泛接受，并且被用作评估患者中信息处理速度的简单、便宜和敏感的测试。在2017年，多发性硬化预后评估联盟（MSOAC）建议SDMT作为用于MS患者中认知衰退的标准测试。直到今天，SDMT仍以纸质形式应用，其中患者要么写下应答（wSDMT），要么以口头形式，其中患者大声讲出（oSDMT）并且调查者将应答记录下来。
然而，这两种测试都不能剖析信息处理的不同阶段。由于在一个步骤中降低的信息处理速度被在另一个步骤中增加的速度所补偿是可能的，因此在整体中测量信息处理速度可能导致与受损信息处理速度相关联的紊乱或疾病的错误评估和诊断。特别地，认知可能基于错误的数据被评估。
因此，在临床和生活的社会方面之下，存在对于信息处理速度的正确和高效的评估的需要。受影响的患者应在日常生活情形期间以简单的方式实行这样的评估。
本发明潜在的技术问题可以在提供遵从前述需要的装置和方法中看到。该技术问题通过在权利要求中表征以及在下文中描述的实施例来解决。
因此，本发明涉及一种用于自动评估测试主体中的信息处理速度的计算机实现的方法，该方法包括以下步骤：
a）在从所述测试主体获得的认知动眼神经活动测量的预先存在的数据集中，确定用于感觉传递、认知和肌肉运动输出活动的至少一个第一定性活动参数和用于感觉传递和肌肉运动输出活动的至少一个第二定性活动参数；
b）通过将所述第一和所述第二定性活动参数彼此比较来确定用于认知的至少一个第三定性活动参数；和
c）基于所述至少一个第一、第二和第三定性活动参数来评估主体中的信息处理速度。
在一些实施例中，该方法还可以包括在步骤（a）之前，在由主体执行的预定活动期间使用移动设备从主体获得认知动眼神经活动测量的步骤。然而，典型地，该方法是在主体的认知动眼神经活动测量的现有数据集上实行的离体方法，其不需要与所述主体的任何物理相互作用，即针对现有数据集执行的数据分析和评价的方法。
如根据本发明所提及的方法包括本质上由前述步骤组成的方法或者可以包括附加步骤的方法。
一旦获取了认知动眼神经活动测量数据集，主体就可以在移动设备上实行该方法。因此，获取数据集的移动设备和评价数据集的设备在物理上可以是相同的，即相同的设备。这样的移动设备应具有数据采集单元，该数据采集单元典型地包括用于数据采集的装置，即检测或测量定量或定性物理参数并且将它们变换成电子信号的装置，该电子信号被传输到用于实行根据本发明的方法的移动设备中的评价单元。数据采集单元包括用于数据采集的装置，即检测或测量定量或定性物理参数并且将它们变换成电子信号的装置，该电子信号被传输到远离移动设备的设备并且用于实行根据本发明的方法。典型地，用于数据采集的所述装置包括至少一个传感器。将理解，在移动设备中可以使用多于一个传感器，即至少两个、至少三个、至少四个、至少五个、至少六个、至少七个、至少八个、至少九个或至少十个或甚至更多个不同的传感器。用作用于数据采集的装置的典型传感器是诸如陀螺仪、磁力计、加速度计、接近传感器、温度计、湿度传感器、计步器、心率检测器、指纹检测器、触摸传感器、语音记录器、光传感器、压力传感器、位置数据检测器、相机、时间记录器等之类的传感器。评价单元典型地包括处理器和数据库以及软件，该软件有形地嵌入到所述设备，并且当在所述设备上运行时，实行本发明的方法。更典型地，这样的移动设备还可以包括诸如屏幕的用户接口，该用户接口允许向用户提供由评价单元实行的分析的结果。
替代地，本发明的方法可以在相对于已经用于获取所述数据集的移动设备而言是远程的设备上实行。在这种情况下，移动设备应仅包括用于数据采集的装置，即检测或测量定量或定性物理参数并且将它们变换成电子信号的装置，该电子信号被传输到远离移动设备的设备并且被用于实行根据本发明的方法。典型地，用于数据采集的所述装置包括至少一个传感器。将理解，在移动设备中可以使用多于一个传感器，即至少两个、至少三个、至少四个、至少五个、至少六个、至少七个、至少八个、至少九个或至少十个或甚至更多个不同的传感器。用作用于数据采集的装置的典型传感器是诸如陀螺仪、磁力计、加速度计、接近传感器、温度计、湿度传感器、计步器、心率检测器、指纹检测器、触摸传感器、语音记录器、光传感器、压力传感器、位置数据检测器、相机、时间记录器等之类的传感器。因此，移动设备和用于实行本发明方法的设备可以是物理上不同的设备。在这种情况下，移动设备可以通过用于数据传输的任何手段与用于实行本发明方法的设备相对应。这样的数据传输可以通过永久或临时的物理连接来实现，所述物理连接诸如同轴、纤、光纤或双绞线、10 BASE-T线缆。替代地，它可以通过使用例如无线电波的临时或永久无线连接来实现，所述无线连接诸如Wi-Fi、LTE、高级LTE或蓝牙。因此，为了实行本发明的方法，唯一的要求是存在使用移动设备从主体获得的认知动眼神经活动测量数据集。所述数据集也可以从获取移动设备传输或者存储在永久或临时存储器设备上，所述永久或临时存储器设备随后可以用于将数据传送到用于实行本发明方法的远程设备。在该设置中实行本发明方法的远程设备典型地包括评价单元，该评价单元包括处理器和数据库以及软件，该软件有形地嵌入到所述设备，并且当在所述设备上运行时，实行本发明的方法。更典型地，所述设备还可以包括诸如屏幕的用户接口，该用户接口允许向用户提供由评价单元实行的分析的结果。因此，该设置中的移动设备和远程设备形成了用于执行本发明的方法的***。
如本文使用的术语“计算机实现的”意指根据本发明的方法由诸如上述评价单元的数据处理设备自动实行，所述数据处理设备更典型地是诸如智能电话、智能手表、可穿戴传感器、便携式多媒体设备或平板计算机或常规计算机之类的移动或远程设备的部分。
如本文使用的术语“信息处理速度”指代指示信息处理速度的神经学参数。在该实例中，信息处理由不同的步骤组成，从视觉信息输入到感觉***中开始，其次延伸到输出，即通过按智能电话触摸屏上的键来进行响应。该过程中的主要步骤是（1）传入视觉感觉信息的传递，即感觉传递，（2）认知替换任务的完成，即认知信息处理，以及（3）传出运动输出的执行，即手部运动输出。信息处理速度可能受到与神经性疾病或紊乱相关联的认知损伤所影响，所述认知损伤包括本文别处特别提到的那些，或者可能是主体认知能力的指标。
如本文使用的术语“评估”指代评估主体中的信息处理速度作为神经学参数。该术语包括信息处理速度的绝对和相对确定。典型地，绝对确定应是指示主体中信息处理的实际速度的参数的确定，而相对确定应典型地是相对于参考的信息处理速度——例如相对于测试主体中先前确定的信息处理速度或相对于参考主体或其组中的信息处理速度——的确定。如本文所提及的，信息处理速度典型地包括对以下三个主要贡献项的评估：传入视觉感觉信息的传递，即感觉传递；认知替换任务的完成，即认知信息处理；以及传出运动输出的执行，即手部运动输出，其由将根据本发明的方法确定的至少一个第一、第二和第三活动参数反映。如本领域技术人员将理解的，这样的评估尽管是优选的，但是对于100%的被调查主体而言通常是不正确的。然而，该术语要求可以正确地评估主体的统计显著部分。在没有另外困难的情况下，本领域技术人员可以使用各种公知的统计评价工具来确定一部分是否为统计显著的，所述各种公知的统计评价工具例如是置信区间的确定、p值的确定、Student的t检验、Mann-Whitney检验等。可以在Dowdy和Wearden的 Statistics for Research,John Wiley & Sons, New York 1983中发现细节。被典型地设想的置信区间为至少50%、至少60%、至少70%、至少80%、至少90%、至少95%。p值典型地为0.2、0.1、0.05。因此，本发明的方法典型地通过提供用于评价认知动眼神经活动测量数据集的手段来帮助作为神经学参数的信息处理速度的评估。
信息处理速度的评估典型地可以在以下背景中进行：评估疾病状况，标识/评估信息处理速度中的亚临床、细微改变，评估疾病改善疗法和治疗（DTM），监视患者、特别是在现实生活、日常情形中和以大规模地监视患者，支持患者的生活方式和/或疗法建议，调查药物功效，例如还在临床试验期间也调查药物功效，促进和/或帮助疗法决策，支持医院管理，支持康复措施管理，支持健康保险评估和管理，支持公共卫生管理中的决策；和/或评估一般认知能力。将理解，本发明还设想使用前述方法来评估用于这些目的的信息处理速度。
术语“至少一个”意指可以根据本发明确定一个或多个定性活性参数，即至少两个、至少三个、至少四个、至少五个、至少六个、至少七个、至少八个、至少九个或至少十个或甚至更多个不同的参数。因此，根据本发明的方法可以确定的不同参数的数量不存在上限。然而，典型地，每个认知动眼神经活动测量数据集将有一个与三个之间的不同参数被确定。
如本文使用的术语“定性活动参数”指代指示感觉传递、认知和/或肌肉运动输出活动或其组合的功效的参数。典型地，这样的参数指示可以执行任务所具有的质量，例如，执行任务的正确性，以及执行任务所需的时间。因此，定性参数典型地可以是时间参数，诸如完成任务所需的执行时间，或者指示当执行诸如速度改进或速度恶化的任务时速度改变的时间参数。
将根据本发明的方法分析的定性活动参数典型地从计算机实现的信息处理速度（IPS）测试中导出。
在实施例中，计算机实现的IPS测试应通过使用对于执行任务的主体而言不熟悉的测试符号（例如，没有天真的数字或符号）测量符号匹配任务的响应时间，确定从所述测试主体获得的认知动眼神经活动测量数据集中的感觉传递、认知和肌肉运动输出活动的至少一个第一定性活动参数。对于IPS测试有用的测试符号典型地示出与字母或数学概念几乎没有相似性，并且因此也应该独立于诸如文化背景、读和写能力或教育标准之类的影响。因此，这样的测试符号也可以用于具有低教育标准的儿童或主体（例如文盲）。此外，为了改进视觉识别，测试符号应遵循具有较少细节的简单的设计原则。更典型地，符号可以被设计为在平行于读取方向或垂直于读取方向的镜轴的相对侧具有特性特征（例如，左/右、上/下特征）的符号对，或者被设计为具有旋转对称、方向定向或特性边缘的可识别的单例符号。在下面的所附示例中描述和示出典型的测试符号。
典型地，通过在显示器上向主体示出测试符号和图例来执行测试，所述图例将测试期间示出的不同测试符号分配给天真的数字或诸如字母的其他天真符号。这些天真的数字或其他的天真符号也存在于键盘上，使得执行测试的主体可以按下携带被分配给测试符号的天真数字或天真符号的键。将理解，IPS测试中对于该任务的响应时间取决于反应时间、手部运动输出的处理时间和认知信息处理的时间。
在之前描述的该IPS测试中，可以执行固定测试符号匹配序列的迭代，其中每个序列包括至少6个不同测试符号的匹配任务。测试符号匹配序列还可以包括多于6个，并且典型地是7个、8个或9个不同的测试符号。
典型地，所述迭代之后是新的随机化测试符号匹配序列。在第一次迭代与最后一次迭代之间响应时间的改进指示主体的认知学习能力或标准测试响应时间和随机化符号匹配序列运行中的响应时间。典型地，执行测试符号匹配序列的至少两次、至少三次、至少四次迭代，并且更典型地，执行三个测试符号匹配序列。此外，在迭代期间，典型地，测试符号匹配可以如在标准临床SDM测试中那样实行。典型地，考虑在用于实行IPS测试的移动设备上显示的符号图例、符号大小、键盘和其他参数在尺寸、外观、对比度等方面保持在恒定条件，以便避免与信息处理速度无关的感官影响。用于实现自动化IPS测试的典型示例在下面的示例中进一步描述。
在实施例中，IPS测试应通过测量基线响应时间来确定从所述测试主体获得的认知动眼神经活动测量数据集中的感觉传递和肌肉运动输出活动的至少一个第二定性活动参数。典型地，在实施例中，所述基线响应时间可以通过测量将天真数字或符号与移动设备的键盘上的匹配天真数字或符号进行匹配的时间来确定。更典型地，应选择天真的数字或符号，使得实行测试的个体可以在没有大量认知困难的情况下进行匹配。更典型地，从0到9的数字可以用作天真的数字。使用天真数字或符号进行匹配的这样的基线响应时间应主要取决于手部运动输出的反应时间和处理时间。认知任务应仅起次要作用，并且不应对基线响应时间显著地贡献。
因此，在实施例中，用于认知的至少一个第三定性活动参数可以通过将所述第一和所述第二定性活动参数彼此比较来被确定，即所确定的活动参数可以由所述基线响应时间解卷积为手部运动输出的反应时间和处理时间以及认知信息处理的时间。对于解卷积，可以使用任何合适的数学运算。例如，可以通过从所述至少一个第一定性活动参数中减去至少一个第二定性活动参数来提供至少一个第三参数。将理解，应使用具有可比性质的第一和第二参数，例如，时间第一和第二时间参数、时间参数的第一和第二比率或者第一和第二得分参数等。
因此，在根据本发明的方法用于获取待分析的定性活动参数的移动设备上运行的计算机实现的IPS测试中，在以下二者之间的响应时间的差异被确定为一个认知定性活动参数，该认知定性活动参数是将由本发明的方法分析的数据集的部分：包括反应时间、手部运动输出的处理时间和认知信息处理的时间的任务（将如上所述的不同非天真测试符号与图例进行匹配的测试，该图例通过按下键盘上的相应键将测试期间示出的所述不同测试符号分配给天真的数字或诸如字母的其他天真符号），以及包括手部运动输出的反应时间和处理时间的任务（基线任务，其典型地将天真的数字或符号与键盘上匹配的天真数字或符号进行匹配）。此外，IPS测试还旨在通过比较在相同测试符号匹配序列的迭代结束时执行测试任务所需的响应时间和用于执行随机化符号匹配序列运行所需的响应时间来确定学习能力。典型地，根据本发明的方法，该时间比较也可以被确定为定性活动参数。
因此，本发明还提供了一种用于评估信息处理速度的方法，该方法包括在一次或多次迭代之后，并且典型地在四次迭代之后，对于相同的符号匹配任务中的符号匹配任务和第一符号匹配任务的动眼神经活动测量数据集实行步骤a）至c），以及确定针对所述第一动眼神经活动测量数据集和迭代之后取得的数据集而评估的信息速度处理的差异。所述速度差异是主体的认知学习能力的指标。速度的改进是正常或改进的认知能力的指标，而恶化是认知损伤的指标。
从IPS测试中导出并且作为测量认知完整性、反映测试内波动的连续结果变量而被捕获的另外典型的定性活动参数从包括以下各项的组中选择：
1）在（从n-1）响应之前经过的时间，
2）在（从n-1）正确响应之前经过的时间，
3）在（从n-1）不正确响应之前经过的时间，
4 ）（来自先前正确响应的）正确响应之间经过的时间，
5 ）（来自先前不正确响应的）不正确响应之间经过的时间，以及
6）当修改符号序列以评价任务内的工作记忆和学习时，参数1）、2）和3）应用于特定符号或符号簇。
更典型地，IPS测试导出的感兴趣的定性参数是以下列表中的一个或多个：
1. 正确响应的数量
a. 90秒内总体正确响应的总数（CR）
b. 从时间0秒到30秒的正确响应数（CR0-30）
c. 从时间30秒到60秒的正确响应数（CR30-60）
d. 从时间60秒到90秒的正确响应数（CR60-90）
e. 从时间0秒到45秒的正确响应数（CR0-45）
f. 从时间45秒到90秒的正确响应数（CR45-90）
g. 从时间i秒到j秒的正确响应数（CRi-j），其中i、j在1秒与90秒之间并且i<j。
2. 错误数量
a. 90秒内的错误总数（E）
b. 从时间0秒到30秒的错误数（E0-30）
c. 从时间30秒到60秒的错误数（E30-60）
d. 从时间60秒到90秒的错误数（E60-90）
e. 从时间0秒到45秒的错误数（E0-45）
f. 从时间45秒到90秒的错误数（E45-90）
g. 从时间i秒到j秒的错误数（Ei-j），其中i、j在1秒与90秒之间并且i<j。
3. 响应数量
a. 90秒内总体响应的总数（R）
b. 从时间0秒到30秒的响应数（R0-30）
c. 从时间30秒到60秒的响应数（R30-60）
d. 从时间60秒到90秒的响应数（R60-90）
e. 从时间0秒到45秒的响应数（R0-45）
f. 从时间45秒到90秒的响应数（R45-90）
4. 准确率
a. 超过90秒的平均准确率（AR）：AR = CR/R
b. 从时间0秒到30秒的平均准确率（AR）：AR0-30 = CR0-30/R0-30
c. 从时间30秒到60秒的平均准确率（AR）：AR30-60 = CR30-60/R30-60
d. 从时间60秒到90秒的平均准确率（AR）：AR60-90 = CR60-90/R60-90
e. 从时间0秒到45秒的平均准确率（AR）：AR0-45 = CR0-45/R0-45
f. 从时间45秒到90秒的平均准确率（AR）：AR45-90 = CR45-90/R45-90
5. 任务结束疲劳指数
a. 最后30秒内的速度疲劳指数（SFI）：SFI60-90= CR60-90/max (CR0-30, CR30-60)
b. 最后45秒内的SFI：SFI45-90= CR45-90/CR0-45
c. 最后30秒内的准确疲劳指数（AFI）：AFI60-90= AR60-90/max (AR0-30, AR30-60)
d. 最后45秒内的AFI：AFI45-90= AR45-90/AR0-45
6. 连续正确响应的最长序列
a. 90秒内总体连续正确响应最长序列内的正确响应数（CCR）
b. 从时间0秒到30秒的连续正确响应最长序列内的正确响应数（CCR0-30）
c. 从时间30秒到60秒的连续正确响应最长序列内的正确响应数（CCR30-60）
d. 从时间60秒到90秒的连续正确响应最长序列内的正确响应数（CCR60-90）
e. 从时间0秒到45秒的连续正确响应最长序列内的正确响应数（CCR0-45）
f. 从时间45秒到90秒的连续正确响应最长序列内的正确响应数（CCR45-90）
7. 响应之间的时间间隙
a. 两个连续响应之间间隙（G）时间的连续变量分析
b. 在90秒之内两个连续响应之间经过的最大间隙（GM）时间
c. 从时间0秒到30秒在两个连续响应之间经过的最大间隙时间（GM0-30）
d. 从时间30秒到60秒在两个连续响应之间经过的最大间隙时间（GM30-60）
e. 从时间60秒到90秒在两个连续响应之间经过的最大间隙时间（GM60-90）
f. 从时间0秒到45秒在两个连续响应之间经过的最大间隙时间（GM0-45）
g. 从时间45秒到90秒在两个连续响应之间经过的最大间隙时间（GM45-90）
8. 正确响应之间的时间间隙
a. 两个连续正确响应之间间隙（Gc）时间的连续变量分析
b. 在90秒之内两个连续正确响应之间经过的最大间隙时间（GcM）
c. 从时间0秒到30秒在两个连续正确响应之间经过的最大间隙时间（GcM0-30）
d. 从时间30秒到60秒在两个连续正确响应之间经过的最大间隙时间（GcM30-60）
e. 从时间60秒到90秒在两个连续正确响应之间经过的最大间隙时间（GcM60-90）
f. 从时间0秒到45秒在两个连续正确响应之间经过的最大间隙时间（GcM0-45）
g. 从时间45秒到90秒在两个连续正确响应之间经过的最大间隙时间（GcM45-90）
9. 在IPS测试期间捕获的精细手指运动技巧功能参数
a. 在90秒之内键入响应时，对触摸屏接触持续时间（Tts）、在触摸屏接触（Dts）与最近目标数字键中心之间的偏离以及键入错误的触摸屏接触（Mts）（即，未触发击键或触发击键但与屏幕上的二次滑动相关联的接触）的连续可变分析
b. 从时间0秒到30秒的各时期的相应变量：Tts0-30、Dts0-30、Mts0-30
c. 从时间30秒到60秒的各时期的相应变量：Tts30-60、Dts30-60、Mts30-60
d. 从时间60秒到90秒的各时期的相应变量：Tts60-90、Dts60-90、Mts60-90
e. 从时间0秒到45秒的各时期的相应变量：Tts0-45、Dts0-45、Mts0-45
f. 从时间45秒到90秒的各时期的相应变量：Tts45-90、Dts45-90、Mts45-90
10. 通过单个符号或符号簇进行的特定符号性能分析
a. 针对9个符号中的每一个符号单独地及其所有可能的聚类组合的CR
b. 针对9个符号中的每一个符号单独地及其所有可能的聚类组合的AR
c. 针对9个符号中的每一个符号单独地及其所有可能的聚类组合从先前响应到记录响应的间隙时间（G）
d. 模式分析，其用于通过单独地针对9个符号和单独地针对9个数字响应的错误替换类型进行探究来识别优选的不正确响应
11. 学习和认知储备分析
a. 在IPS测试的连续施行之间在CR（如#9中所述的总体和符号特定的）中与基线（基线被定义为来自测试前2次施行的平均性能）的改变
b. 在IPS测试的连续施行之间在AR（如#9中所述的总体和符号特定的）中与基线（基线被定义为来自测试前2次施行的平均性能）的改变
c. 在IPS测试的连续施行之间在均值G和GM（如#9中所述的总体和符号特定的）中与基线（基线被定义为来自测试前2次施行的平均性能）的改变
d. 在IPS测试的连续施行之间在均值Gc和GcM（如#9中所述的总体和符号特定的）中与基线（基线被定义为来自测试前2次施行的平均性能）的改变
e. 在IPS测试的连续施行之间在SFI60-90和SFI45-90中与基线（基线被定义为来自测试前2次施行的平均性能）的改变
f. 在IPS测试的连续施行之间在AFI60-90和AFI45-90中与基线（基线被定义为来自测试前2次施行的平均性能）的改变
g. 在IPS测试的连续施行之间在Tts中与基线（基线被定义为来自测试前2次施行的平均性能）的改变
h. 在IPS测试的连续施行之间在Dts中与基线（基线被定义为来自测试前2次施行的平均性能）的改变
i. 在IPS测试的连续施行之间在Mts中与基线（基线被定义为来自测试前2次施行的平均性能）的改变。
如本文使用的术语“动眼神经活动测量数据集”指代在认知动眼神经活动测量期间由移动设备从主体获取的数据整体，或者对于导出定性活动参数有用的所述数据的任何子集。细节也在本文别处找到。特别地，如根据本发明使用的与术语“认知动眼神经活动测量数据集”相关的活动测量包括在信息处理速度（IPS）测试执行期间的数据集测量，如在下面的所附示例中所述。在本发明方法的实施例中，所述认知动眼神经活动测量数据集包括来自在移动设备上执行的信息处理速度（IPS）测试的数据。典型地，所述移动设备包括在智能电话、智能手表、可穿戴传感器、便携式多媒体设备或平板计算机中。数据集是预先存在的数据集，这意味着本发明的方法典型地不需要来自主体的数据采集。
如本文使用的术语“主体”指代动物，并且典型地指代指哺乳动物。特别地，主体是灵长类动物，并且最典型的是人类。根据本发明的主体可能患有或应被怀疑患有认知损伤，该认知损伤可能伴随着如在本文别处所述的疾病或紊乱。替代地，主体可以是将针对其认知能力进行测试的健康主体。
典型地，评估主体中的信息处理速度包括将所确定的定性活动参数与参考进行比较，从而将评估信息处理速度。
如本文使用的术语“参考”指代用于所确定的定性活动参数的鉴别器，其允许评估信息处理速度。这样的鉴别器可以是指示预定义的信息处理速度（例如主体预期的均值或平均信息处理速度、测试主体中先前确定的信息处理速度）的定性活动参数的值，或者是指示认知损伤或健康状况的信息处理速度的值。在本发明方法的实施例中，所述参考是如本文所指的从获得自参考主体或其组的认知动眼神经活动测量数据集导出的至少一个定性活动参数。
在实施例中，如本文所指的参考定性参数可以从来自一个或多个具有评估的信息处理速度的主体的动眼神经活动测量数据集导出。典型地，所述评估的信息处理速度可以是在正常范围、即健康主体的范围中的信息处理速度，或者与认知损伤相关联的信息处理速度。
因此，在实施例中，从已知具有正常信息处理速度的主体或主体组的动眼神经活动测量数据集导出（一个或多个）参考定性参数。典型地，来自测试主体的定性活动参数与这样的参考定性活动参数相比本质上相同或有所改进，其指示正常的信息处理速度。典型地，所述正常的信息处理速度与测试主体中的健康状况相关联。
然而，在实施例中，从已知具有受损信息处理速度的主体或主体组的动眼神经活动测量数据集导出（一个或多个）参考定性参数。典型地，来自测试主体的定性活动参数与这样的参考定性活动参数相比本质上相同或恶化，其指示受损的信息处理速度。典型地，所述受损的信息处理速度与所述测试主体中的认知损伤相关联。更典型地，测试主体可能患有本文别处提及的一个或多个疾病或紊乱。
此外，参考定性活动参数可以从在较早期阶段获得的测试主体的动眼神经活动测量数据集导出。典型地，从处于恶化的后期阶段的测试主体确定的信息处理速度指示：测试主体中信息处理速度的恶化，以及因此，先前存在的认知损伤和/或与其相关联的疾病或紊乱的恶化，或者认知损伤和/或与其相关联的疾病或紊乱的发生。同样典型的是，在被改进的后期阶段从测试主体确定的信息处理速度指示：测试主体中信息处理速度的改进，以及因此，先前存在的认知损伤和/或与其相关联的疾病或紊乱的改进。未改变的信息处理速度典型地指示未改变的状况。
通过在诸如计算机之类的数据处理设备上实现的自动化比较算法，可以实现将如本文提到的所确定的至少一个定性参数与参考进行比较。彼此比较的是所确定的参数的值和所述所确定的参数的参考，如本文别处详细指定的。作为比较的结果，可以评估所确定的参数与参考相同或不同，还是与参考有一定关系（例如，大于或低于参考）。此外，通过确定在所确定的参数与参考之间的差异程度，对主体中的信息处理速度的定量评估应是可能的。
此外，所述一个或多个参数也可以存储在移动设备上，或者典型地实时显示给主体。存储的参数可以被组合成时间进程或类似的评价措施。这样的评价参数可以作为对于根据本发明方法调查的活动能力的反馈而提供给主体。典型地，这样的反馈可以以电子格式在移动设备的合适显示器上提供，并且可以链接到如上面指定的疗法或康复措施的建议。
此外，评价参数还可以提供给医生办公室或医院中的医疗从业者以及其他健康护理提供者，诸如在临床试验背景下的诊断测试开发者或药物开发者、健康保险提供者或者公共或私人健康护理***的其他利益相关者。
典型地，本发明的方法用于评估主体中信息处理速度的方法可以如下实行：
首先，确定在从测试主体获得的认知动眼神经活动测量的现有数据集中用于感觉传递、认知和肌肉运动输出活动的至少一个第一定性活动参数和用于感觉传递和肌肉运动输出活动的至少一个第二定性活动参数。所述数据集可以从移动设备传输到诸如计算机的评价设备，或者可以在移动设备中被处理，以便从数据集导出所述至少一个参数。
第二，用于认知的至少一个第三定性活动参数可以通过如下来被确定：例如通过使用由移动设备的数据处理器或由例如计算机的评价设备实行的计算机实现的比较算法，将所述第一和所述第二定性活动参数彼此比较。
第三，通过提供至少一个第一、第二和第三活动参数并且确定它们各自对主体中信息处理速度的贡献来评估主体中的信息处理速度。所述结果典型地被提供给主体或诸如医疗从业者的其他人员。
替代地，自动向主体或其他人员提供诸如药物治疗的对于疗法的建议、或者例如某种营养饮食的对于某种生活方式的建议。为此，将建立的评估与数据库中分配给不同评估的建议进行比较。一旦建立的评估与存储的和分配的评估之一相匹配，由于将建议分配给与建立的评估相匹配的存储的评估，就可以标识合适的建议。典型的建议牵涉到如本文别处描述的疗法措施。
然而，作为替代或附加地，作为评估基础的至少一个参数将被存储在移动设备上。典型地，它应通过合适的评价工具（诸如时间进程组合算法）与其他存储的参数一起来评价，所述合适的评价工具在移动设备上实现，所述移动设备可以如本文别处所指定的那样以电子方式协助康复或疗法建议。
鉴于以上内容，本发明在实施例中还设想了一种评估主体中信息处理速度的方法，该方法包括以下步骤：
a）使用移动设备从所述主体获得动眼神经活动测量数据集；
b）确定在从所述测试主体获得的认知动眼神经活动测量的所述数据集中用于感觉传递、认知和肌肉运动输出活动的至少一个第一定性活动参数和用于感觉传递和肌肉运动输出活动的至少一个第二定性活动参数；
c）通过将所述第一和所述第二定性活动参数彼此比较来确定用于认知的至少一个第三定性活动参数；和
d）基于至少一个第一、第二和第三定性活动参数来评估主体中的信息处理速度。
如在下文中所使用的，术语“具有”、“包含”或“包括”或其任何任意语法变体以非排他性的方式使用。因此，这些术语既可以指代其中除了由这些术语引入的特征之外，在该上下文中描述的实体中不存在另外特征的情形，又可以指代其中存在一个或多个另外特征的情形。作为示例，表述“A具有B”、“A包含B”和“A包括B”既可以指代其中除了B之外，A中不存在其他元素的情形（即，其中A仅由且排他性地由B组成的情形），又可以指代其中除了B之外，一个或多个另外的元素存在于实体A中的情形，所述一个或多个另外的元素诸如是元素C、元素C和元素D或者甚至另外的元素。
此外，如在下文中所使用的，术语“特别地”、“更特别地”、“具体地”、“更具体地”、“典型地”和“更典型地”或类似术语与附加的/替代的特征结合使用，而不限制替代的可能性。因此，由这些术语引入的特征是附加的/替代的特征，并且不旨在以任何方式限制权利要求的范围。如技术人员将认识到，本发明可以通过使用替代特征来执行。类似地，由“在本发明的实施例中”或类似表述引入的特征旨在是附加的/替代的特征，没有关于本发明替代实施例的任何限制，没有关于本发明范围的任何限制，并且没有关于以这样的方式引入的特征与本发明的其他附加的/替代的或者非附加的/替代的特征相组合的可能性的任何限制。
符号数字模态测试（SDMT，Smith 1968，1982）或处理速度测试（PST，Rao 2017）不计及反应时间或运动输出时间在总体测试性能中的相对权重的任何测量。根据本发明的方法，有利地，计算机实现的IPS测试应被应用于确定基线、认知和信息处理速度，以及动眼神经和运动功能定性活动参数。因此，可以剖析在移动设备上执行任务的响应时间，并且可以确定在响应中牵涉到的神经***的各个部分的贡献。这是特别有利的，因为已经发现，在常规SDMT中，受疾病影响的神经***的部分或功能可以由不受影响的部分或功能来补偿。因此，可以基于SDMT数据建立假阴性诊断。例如，患有诸如MS的疾病的患者可以通过优越的认知和信息处理速度来补偿差的手部运动性能，或者差的手部运动性能可以掩盖好的信息处理速度。当测量执行SDMT任务的总体响应时间时，这样的患者可能不比健康主体差或仅比健康主体差一点点，尽管该健康主体患有认知损伤。归因于本发明的方法，可以避免信息处理速度的假阳性或假阴性评估，并且作为其结果，可以避免关于认知损伤的错误临床诊断。
因此，本发明的方法可以用于：
-评估疾病状况；
-信息处理速度中的亚临床、细微改变的标识/评估；
-评估疾病改善疗法和治疗（DTM）；
-监视患者，特别是在现实生活、日常情形中和以大规模地监视患者；
-支持患者的生活方式和/或疗法建议；
-调查药物功效，例如还在临床试验期间也调查药物功效；
-促进和/或帮助疗法决策；
-支持医院管理；
-支持康复措施管理；
-支持健康保险评估和管理；
-支持公共卫生管理中的决策；和/或
-评估一般认知能力。
在下文中，将描述基于本发明的有利方法的另外实施例。上面给出的对于术语的解释和定义加以必要的变通后应用。
本发明进一步涉及一种用于确定被怀疑患有认知损伤的测试主体中的认知损伤的方法，该方法包括
i） 通过实行前述方法来确定信息处理速度；和
ii） 基于所确定的信息处理速度来确定认知损伤。
前述方法也典型地以计算机实现的方式自动实行。
如本文使用的术语“认知损伤”指代由中枢神经***或外周神经***的认知功能导致或与其伴随的任何认知损伤。典型地，认知损伤与牵涉到影响锥体、锥体外系、感觉或小脑***的中枢和/或外周神经***的认知和移动疾病或紊乱相关联，或者与神经肌肉疾病相关联，或者是肌肉疾病或紊乱。更典型地，从包括以下各项的组中选择所述认知和移动疾病或紊乱：多发性硬化（MS）、视神经脊髓炎（NMO）和NMO谱系紊乱、中风、小脑紊乱、小脑共济失调、痉挛性截瘫、特发性震颤、肌无力和肌感觉综合征或其他形式的神经肌肉紊乱、肌营养不良、肌炎或其他肌肉紊乱、周围神经病变、脑瘫、锥体外系综合征、帕金森氏病、亨廷顿氏病、阿尔茨海默病、其他形式的痴呆、脑白质营养不良、孤独症谱系紊乱、注意力缺陷紊乱（ADD/ADHD）、如DSM-5定义的智力残障、与衰老、帕金森氏病、亨廷顿氏病相关的认知表现和储备损伤、多发性神经病、运动神经元疾病和肌萎缩性侧索硬化（ALS）。
在本发明用于确定认知损伤的前述方法中，信息处理速度在第一步骤中通过使用本文别处描述的用于评估信息处理速度的方法来确定。
在随后的步骤中，基于信息处理速度来确定认知损伤。典型地，所述确定可以包括将所确定的信息处理速度或来自测试主体的潜在定性活动参数与如本文别处描述的一个或多个参考进行比较的步骤。如果对信息处理速度的评估指示信息处理速度受损，则这典型地是对于认知损伤的指示。如果对信息处理速度的评估指示信息处理速度在正常范围中，则这典型地是对于没有认知损伤的指示。
在用于确定认知损伤的前述方法的实施例中，在从主体获得步骤i）中提及的认知动眼神经活动测量数据集的时间点之前的时间点处，从所述测试主体的认知动眼神经活动测量数据集导出所述参考。
更典型地，在所确定的至少一个第一、第二和/或第三定性活动参数与参考之间的恶化指示认知损伤。
在用于确定认知损伤的前述方法的实施例中，从已知患有认知损伤的主体或其组的认知动眼神经活动测量数据集导出所述参考。
更典型地，与参考相比本质上相同的所确定的至少一个第一、第二和/或第三定性活动参数指示患有认知损伤的主体。
在用于确定认知损伤的前述方法的实施例中，从已知未患有认知损伤的主体或其组的认知动眼神经活动测量数据集导出所述参考。
更典型地，与参考相比恶化的所确定的至少一个第一、第二和/或第三定性活动参数指示患有认知损伤的主体。
本发明还设想了一种计算机程序、计算机程序产品或有形地嵌入所述计算机程序的计算机可读存储介质，其中所述计算机程序包括当在数据处理设备或计算机上运行时实行如上面指定的本发明方法的指令。具体地，本公开进一步包括：
-包括至少一个处理器的计算机或计算机网络，其中该处理器适于执行根据本说明书中描述的实施例之一的方法，
-计算机可加载数据结构，该计算机可加载数据结构当数据结构在计算机上执行时，适于执行根据本说明书中描述的实施例之一的方法，
-计算机脚本，其中当程序在计算机上执行时，计算机程序适于执行根据本说明书中描述的实施例之一的方法，
-包括程序装置的计算机程序，该程序装置用于当计算机程序在计算机上或计算机网络上执行时，执行根据本说明书中描述的实施例之一的方法，
-包括根据前述实施例的程序装置的计算机程序，其中程序装置存储在对计算机可读的存储介质上，
-存储介质，其中数据结构存储在存储介质上，并且其中数据结构适于在被加载到计算机或计算机网络的主存储装置和/或工作存储装置中之后执行根据本说明书中描述的实施例之一的方法，
-具有程序代码装置的计算机程序产品，其中该程序代码装置可以被存储或被存储在存储介质上，如果该程序代码装置在计算机上或计算机网络上执行，则用于执行根据本说明书中描述的实施例之一的方法，
-典型地被加密的数据流信号，其包括使用移动设备从主体获得的动眼神经活动测量数据集，以及
-典型地被加密的数据流信号，其包括至少一个至少一个定性参数，该至少一个定性参数是从使用移动设备从主体获得的动眼神经活动测量数据集的数据集中导出的。
此外，本发明涉及一种用于建议针对认知损伤的疗法的方法，该方法包括用于确定在被怀疑患有认知损伤的测试主体中的认知损伤的前述方法的步骤，以及如果确定认知损伤则建议该疗法的另外步骤。
如本文使用的术语“针对认知损伤的疗法”指代所有种类的医学治疗，包括基于药物的疗法、手术、心理疗法、物理疗法等。该术语还包括生活方式建议、康复措施和营养饮食建议。典型地，该方法包括对基于药物的疗法、以及对特别是利用已知针对治疗认知和移动疾病或紊乱有用的药物的疗法的建议。这样的药物可以是利用从包括以下各项的组中选择的一个或多个药物进行的疗法：干扰素beta-1a、干扰素beta-1b、醋酸格拉替雷、米托蒽醌、那他珠单抗、芬戈莫德、特立氟胺、富马酸二甲酯、阿仑单抗、达克珠单抗、溶栓剂（诸如重组组织纤溶酶激活剂）、乙酰胆碱酯酶抑制剂（诸如他克林、利斯的明、加兰他敏或多奈哌齐）、NMDA受体拮抗剂（诸如美金刚胺、非甾体抗炎药）、多巴羧化酶抑制剂（诸如左旋多巴、托尔卡彭或恩塔卡彭）、多巴胺拮抗剂（诸如溴隐亭、培高利特、普拉克索、罗哌尼洛、匹立贝定、卡麦角林、阿扑***或利苏必利）、MAO-B抑制剂（诸如沙芬酰胺、司来吉兰或雷沙吉兰）、金刚烷胺、抗胆碱药、丁苯那嗪、抗精神病药、苯并二氮杂卓和利鲁唑。此外，在又一实施例中，前述方法可以包括向主体应用建议疗法的附加步骤。
此外，本发明涉及一种用于确定针对认知损伤的疗法功效的方法，该方法包括用于确定被怀疑患有认知损伤的测试主体中的认知损伤的前述方法的步骤，以及如果认知损伤改进则确定疗法响应或者如果认知损伤恶化或保持未改变则确定响应失败的另外步骤。
如根据本发明提及的改进涉及认知损伤的任何改进。同样，恶化意味着认知损伤的任何恶化。
此外，本发明涉及一种监视主体中认知损伤的方法，该方法包括通过在预定义的监视时段期间至少两次实行用于确定被怀疑患有认知损伤的测试主体中的认知损伤的方法的步骤，来确定主体中的认知损伤是否改进、恶化或保持未改变。
如本文使用的术语“预定义的监视时段”指代预定义的时间段，在该时间段中实行至少两次动眼神经活动测量。典型地，这样的时段可以范围从几天到几周到几个月到几年，这取决于个体主体预期的疾病或紊乱进展的进程。在监视时段内，在通常是监视时段开始的第一时间点和至少一个另外的时间点确定活动测量和参数。然而，还可能的是存在多于一个用于活动测量和参数确定的另外时间点。在任何情况下，将从第一时间点的动眼神经活动测量确定的（一个或多个）活动参数与后续时间点的这样的参数进行比较。基于这样的比较，可以标识定量差异，其将用于确定在预定义的监视时段期间认知损伤的恶化、改进或未改变。
本发明还设想了一种移动设备，该移动设备包括处理器、至少一个传感器和数据库以及软件，该软件有形地嵌入到所述设备，并且当在所述设备上运行时，实行本发明的前述方法中的任何一个。
如本文使用的术语“移动设备”指代任何便携式设备，其包括适合用于获得动眼神经活动测量数据集的传感器和数据记录装备。典型地，移动设备包括用于测量动眼神经活动的传感器。这也可能需要数据处理器和存储单元，以及用于电子模拟移动设备上的活动测试的显示器。此外，从主体的活动中，数据应被记录并且编译成数据集，该数据集将通过本发明的方法在移动设备本身上或在第二设备上被评估。取决于设想的特定设置，可能必要的是，移动设备包括数据传输装备以便将获取的数据集从移动设备传送到一个或多个另外的设备。根据本发明，特别很好地适合作为移动设备的是智能电话、智能手表、可穿戴传感器、便携式多媒体设备或平板计算机。替代地，可以使用具有数据记录、以及可选地具有处理装备的便携式传感器。
此外，本发明设想了一种***，该***包括移动设备，该移动设备包括至少一个传感器和远程设备，该远程设备包括处理器和数据库以及软件，该软件有形地嵌入到所述设备，并且当在所述设备上运行时，实行本发明的前述方法中的任何一个，其中所述移动设备和所述远程设备可操作地彼此链接。
在“可操作地彼此链接”下，将理解，设备被连接以允许数据从一个设备传送到另一个设备。典型地，设想至少从主体获取数据的移动设备连接到实行本发明方法的步骤的远程设备，使得所获取的数据可以被传输到远程设备以供处理。然而，远程设备也可以向移动设备传输数据，该数据诸如是控制或监督其适当功能的信号。在移动设备与远程设备之间的连接可以通过永久或临时的物理连接来实现，所述物理连接诸如同轴、纤、光纤或双绞线、10 BASE-T线缆。替代地，它可以通过使用例如无线电波的临时或永久无线连接来实现，所述无线连接诸如Wi-Fi、LTE、高级LTE或蓝牙。另外的细节可以在本说明书中的别处找到。对于数据采集，移动设备可以包括用户接口，诸如屏幕或用于数据采集的其他装备。典型地，活动测量可以在移动设备所包括的屏幕上执行，其中将理解，所述屏幕可以具有不同的大小，包括例如5.1英寸的屏幕。
然而，本发明的移动设备或***被提供在评估主体中的信息处理速度和/或认知损伤中使用。
此外，本发明的移动设备或***还被提供在监视患有认知损伤的主体中使用，特别是在现实生活、日常情形中和以大规模地监视患有认知损伤的主体中使用，用于调查药物功效，例如还在临床试验期间也调查药物功效，在患有认知和移动疾病或紊乱的主体中，用于促进和/或帮助患有认知和移动疾病或紊乱的主体的疗法决策，用于支持医院管理、康复措施管理、健康保险评估和管理和/或支持关于患有认知和移动疾病或紊乱的主体的公共卫生管理中的决策，或者用于支持患有认知和移动疾病或紊乱的主体的生活方式和/或疗法建议。
另外的特定实施例也列举如下：
实施例1：一种用于自动评估测试主体中的信息处理速度的计算机实现的方法，该方法包括以下步骤：
a）在从所述测试主体获得的认知动眼神经活动测量的预先存在的数据集中，确定用于感觉传递、认知和肌肉运动输出活动的至少一个第一定性活动参数和用于感觉传递和肌肉运动输出活动的至少一个第二定性活动参数；
b）通过将所述第一和所述第二定性活动参数彼此比较来确定用于认知的至少一个第三定性活动参数；和
c）基于所述至少一个第一、第二和第三定性活动参数来评估主体中的信息处理速度。
实施例2：实施例2的方法，其中所述评估主体中的信息处理速度包括将所确定的定性活动参数与参考进行比较，从而将评估信息处理速度。
实施例3：实施例1或2的方法，其中所述认知动眼神经活动测量数据集包括来自在移动设备上执行的信息处理速度（IPS）测试的数据。
实施例4：实施例3的方法，其中所述移动设备包括在智能电话、智能手表、可穿戴传感器、便携式多媒体设备或平板计算机中。
实施例5：实施例2至4中任一项的方法，其中所述参考是从获得自参考主体或其组的认知动眼神经活动测量数据集导出的至少一个第一和第二和/或第三定性活动参数。
实施例6：实施例1至5中任一项的方法，其中所述评估信息处理速度进一步包括：基于所评估的信息处理速度，评估疾病状况，标识/评估在信息处理速度中的亚临床、细微改变，评估疾病改善疗法和治疗（DTM），监视患者、特别是在现实生活、日常情形中和以大规模地监视患者，支持患者的生活方式和/或疗法建议，调查药物功效，例如还在临床试验期间也调查药物功效，促进和/或帮助疗法决策，支持医院管理，支持康复措施管理，支持健康保险评估和管理，支持公共卫生管理中的决策，和/或评估一般认知能力。
实施例7：一种用于确定在被怀疑患有认知损伤的主体中的认知损伤的方法，该方法包括
i）通过实行实施例2至5中任一项的方法来确定信息处理速度；和
ii）基于所确定的信息处理速度来确定认知损伤。
实施例8：实施例7的方法，其中在从主体获得步骤i）中提及的认知动眼神经活动测量数据集的时间点之前的时间点处，从所述测试主体的认知动眼神经活动测量数据集导出所述参考。
实施例9：实施例8的方法，其中在所确定的至少一个第一、第二和/或第三定性活动参数与参考之间的恶化指示认知损伤。
实施例10：实施例7的方法，其中从已知患有认知损伤的主体或其组的认知动眼神经活动测量数据集导出所述参考。
实施例11：实施例10的方法，其中与参考相比本质上相同的所确定的至少一个第一、第二和/或第三定性活动参数指示患有认知损伤的主体。
实施例12：实施例7的方法，其中从已知未患有认知损伤的主体或其组的认知动眼神经活动测量数据集导出所述参考。
实施例13：实施例12的方法，其中与参考相比恶化的所确定的至少一个第一、第二和/或第三定性活动参数指示患有认知损伤的主体。
实施例14：实施例7至13中任一项的方法，其中所述认知损伤与牵涉到影响锥体、锥体外系、感觉或小脑***的中枢和/或外周神经***的认知和移动疾病或紊乱相关联，或者与神经肌肉疾病相关联，或者是肌肉疾病或紊乱。
实施例15：实施例14的方法，其中从包括以下各项的组中选择所述认知和移动疾病或紊乱：多发性硬化（MS）、视神经脊髓炎（NMO）和NMO谱系紊乱、中风、小脑紊乱、小脑共济失调、痉挛性截瘫、特发性震颤、肌无力和肌感觉综合征或其他形式的神经肌肉紊乱、肌营养不良、肌炎或其他肌肉紊乱、周围神经病变、脑瘫、锥体外系综合征、帕金森氏病、亨廷顿氏病、阿尔茨海默病、其他形式的痴呆、脑白质营养不良、孤独症谱系紊乱、注意力缺陷紊乱（ADD/ADHD）、如DSM-5定义的智力残障、与衰老、帕金森氏病、亨廷顿氏病相关的认知表现和储备损伤、多发性神经病、运动神经元疾病和肌萎缩性侧索硬化（ALS）。
实施例16：一种用于建议针对认知损伤的疗法的方法，该方法包括实施例7至15中任一项的方法的步骤，以及如果确定认知损伤则建议疗法的另外步骤。
实施例17：一种用于确定针对认知损伤的疗法功效的方法，该方法包括实施例7至15中任一项的方法的步骤，以及如果认知损伤改进则确定疗法响应或者如果认知损伤恶化或保持未改变则确定响应失败的另外步骤。
实施例18：一种监视主体中认知损伤的方法，包括通过在预定义的监视时段期间至少两次实行实施例7至15中任一项的方法步骤来确定主体中的认知损伤是否改进、恶化或保持未改变。
实施例19：一种移动设备，包括处理器、至少一个传感器和数据库以及软件，该软件有形地嵌入到所述设备，并且当在所述设备上运行时，实行实施例1至18中任一项的方法。
实施例20：一种包括移动设备和远程设备的***，所述移动设备包括至少一个传感器，所述远程设备包括处理器和数据库以及软件，所述软件有形地嵌入到所述设备，并且当在所述设备上运行时，实行实施例1至18中任一项的方法，其中所述移动设备和所述远程设备可操作地彼此链接。
实施例21：实施例19的移动设备或实施例20的***，供在评估主体中的信息处理速度和/或认知损伤中使用。
实施例22：实施例19的移动设备或实施例20的***，供在监视患有认知损伤的主体中使用，特别是在现实生活、日常情形中和以大规模地监视患有认知损伤的主体中使用，用于调查药物功效，例如还在临床试验期间也调查药物功效，在患有认知和移动疾病或紊乱的主体中，用于促进和/或帮助患有认知和移动疾病或紊乱的主体的疗法决策，用于支持医院管理、康复措施管理、健康保险评估和管理和/或支持关于患有认知和移动疾病或紊乱的主体的公共卫生管理中的决策，或者用于支持患有认知和移动疾病或紊乱的主体的生活方式和/或疗法建议。
实施例23：实施例19的移动设备或实施例20的***，供在以下各项中使用：评估疾病状况，标识/评估信息处理速度中的亚临床、细微改变，评估疾病改善疗法和治疗（DTM），监视患者、特别是在现实生活、日常情形中和以大规模地监视患者，支持患者的生活方式和/或疗法建议，调查药物功效，例如还在临床试验期间也调查药物功效，促进和/或帮助疗法决策，支持医院管理，支持康复措施管理，支持健康保险评估和管理，支持公共卫生管理中的决策，和/或评估一般认知能力。
贯穿本说明书中引用的所有参考文献关于具体提及的公开内容以及以其整体而合并于此。
各图：
图1示出了认知定性活动参数的示例，该认知定性活动参数测量在IPS测试期间替换任务性能中处理速度和正确性的波动，如在下面的图中描绘的正确响应之间的经过时间（临床试验NCT02952911的中期分析）在人群水平上说明了一定程度的测试内“疲劳性”，因为在90秒IPS测试期间——此时在该实例中对性能进行监视和分析了15秒的时期——观察到随着时间的推移而恶化。
图2示出了在３类主体中的总体符号-数字替换响应（左面板）或正确符号-数字替换响应（右面板）之间经过的时间中的测试内波动的可变时间曲线的示例，其相对于具有在90秒内<32（第一行）、32-39（第二行）或>40（第三行）的正确响应总数的总体IPS性能的可变水平。
图3示意性地示出了测试性能期间的总响应时间的变化和基线变化。基线与总响应时间之间的差异计及认知活动。
图4示出了在匹配任务的若干次迭代之后观察到的性能的改变。对于匹配任务的健康志愿者和患者中的性能增加，而基线性能保持不受影响。
图5示出了对于IPS匹配测试有用的符号，a）到c）是符号对，d）到f）是单例。a）符号是圆形的，允许强关联，并且在读取方向上镜像匹配；b）符号被分割，导致混乱的视觉检查，并且在读取方向上出现镜像；c）符号是强边缘的，允许强关联，具有垂直于读取方向的突出的镜轴；d）符号具有旋转对称性，允许容易的视觉检查；e）符号具方向性并且与读取轴相反；f）符号有边缘，在读取方向上具有两个镜轴。
图6示出了用于符号匹配（a）和基线任务性能（b）的移动设备显示器上的IPS测试设置。
示例：
以下示例仅说明本发明。无论如何，它们都不应该以限制本发明范围的方式解释。
以下示例仅说明本发明。无论如何，它们都不应该以限制本发明范围的方式解释。
示例1：计算机实现的（电子）认知-信息处理速度（IPS）测试
a）IPS测试
信息处理速度测试的目的是检测作为迭代视觉替换任务基础的关键神经认知功能的损伤，包括持续注意力、视觉扫描和最近记忆。在该实例中，信息处理由不同的步骤组成，从视觉信息输入到感觉***中开始，其次延伸到输出，即通过按智能电话触摸屏上的键来进行响应。该过程中的主要步骤是（1）传入视觉感觉信息的传递，（2）认知替换任务的完成，以及（3）传出运动输出的执行（Costa 2017）。
符号数字模态测试（SDMT，Smith 1968）或处理速度测试（PST，Rao 2017）不计及反应时间或运动输出时间在总体测试性能中的相对权重的任何测量。罗氏开发了IPS测试，以通过从总体性能中减去单独测量的反应时间、视觉处理时间以及运动输出时间，从而能够实现对符号/数字替换任务的速度的具体评估。
IPS测试的符号集合由9个不同的抽象符号组成，它们遵循简单的设计方案，并且被分配给九个键，即数字1到9。
为了计及参与者的反应时间和其产生传出运动输出所花费的时间，将在符号/数字替换任务之后进行15秒的数字/数字匹配练习。数字将作为先前替换任务中的符号以数字的模拟旋转方案呈现，并且将嵌入相同的用户接口中。
对于IPS测试的符号/数字替换任务，将在最多总共90秒内依次显示120个抽象符号。示出九个符号的图例键（3个或更多个版本的轮询交替）将显示在旁边以供参考，其中九个符号的相应匹配的数字从1到9。研究参与者被要求在90秒期间，通过在智能电话屏幕上的数字键盘上尽可能快地为每个迭代符号键入匹配键，来提供尽可能多的正确响应。
对符号匹配和基线测试的正确响应数将显示给患者。
b）结果
认知定性活动参数的示例是根据上述信息处理速度（IPS）测试开发的，上述信息处理速度（IPS）测试旨在检测和测量以迭代视觉替换任务为基础的关键神经认知功能的损伤，所述关键神经认知功能包括持续注意力、视觉扫描和最近记忆。已知数字对符号替换任务与轻度认知损伤条件下的大脑萎缩相关，并且在移动设备上执行的IPS测试（不同于诸如SDMT （Smith 1968）或PST（Rao 2017）的类似测试）能够实现单独测量认知替换任务性能，同时调整视觉处理和运动执行时间的任何影响。
作为认知定性活动参数的示例，该认知定性活动参数测量在IPS测试期间替换任务性能中的处理速度和正确性的波动，如在下面的图中描绘的正确响应之间的经过时间（临床试验NCT02952911的中期分析）在人群水平上说明了一定程度的测试内“疲劳性”，因为在90秒IPS测试期间——此时在该实例中对性能进行监视和分析了15秒的时期——观察到随着时间的推移而恶化（参见图1）。
在图2中还示出了在3类主体中的总体符号-数字替换响应（左面板）或正确符号-数字替换响应（右面板）之间经过的时间中的测试内波动的可变时间曲线，其相对于具有在90秒内<32（第一行）、32-39（第二行）或>40（第三行）的正确响应总数的总体IPS性能的可变水平。
从IPS测试中导出并且作为测量认知完整性、反映测试内波动的连续结果变量而被捕获的认知定性活动参数的典型示例非穷举性地列出如下：1）在（从n-1）响应之前经过的时间，2）在（从n-1）正确响应之前经过的时间，3）在（从n-1）不正确响应之前经过的时间，4）在（来自先前正确响应的）正确响应之间经过的时间，5）在（来自先前不正确响应的）不正确响应之间经过的时间， 6）当修改符号序列以评估任务内的工作记忆和学习时，参数1）、2）和3）应用于特定符号或符号簇。
重要的是，将理解，如前述的认知定性活动参数可以从获取自移动设备的任何其他认知测试中导出，并且包括在特定认知任务完成期间认知功能和完整性的至少一个定性特征中的性能波动的单个或复合测量。
示例2：一个计算机实现的IPS测试去卷积认知和估计学习
建立了一个针对智能电话设备的计算机实现的IPS测试。在一个步骤中，计算机实现的IPS测试应通过使用对于执行任务的患者而言不熟悉的测试符号（例如，没有天真的数字或符号，也没有结构上或符号上相似的符号）来测量符号匹配任务的响应时间，从而确定信息处理速度。对于IPS测试有用的测试符号示出与字母或数学概念几乎没有相似性，并且因此也应该独立于诸如文化背景、读和写能力或教育标准之类的影响。因此，这样的测试符号也可以用于具有低教育标准的儿童或主体（例如文盲）。此外，为了改进视觉识别，测试符号应遵循具有较少细节的简单的设计原则。符号可以被设计为在镜轴的相对侧具有特性特征（例如，左/右、上/下特征）的符号对，或者被设计为具有旋转对称、方向定向或特性边缘的可识别的单例（singleton）符号；参见图5。
通过在显示器上向患者示出测试符号和图例来执行测试，所述图例将测试期间示出的不同测试符号分配给天真的数字或诸如字母的其他天真的符号。这些天真的数字或其他天真的符号也存在于键盘上，使得执行测试的主体可以按下携带被分配给测试符号的天真数字或天真符号的键（参见图6）。将理解，IPS测试中对于该任务的响应时间取决于反应时间、手部运动输出的处理时间和认知信息处理的时间。
在之前描述的IPS测试的前述步骤中，可以执行固定测试符号匹配序列的迭代，其中每个序列包括至少6个不同测试符号的匹配任务。所述迭代之后是新的随机化测试符号匹配序列。在第一次迭代与最后一次迭代之间响应时间的改进指示主体的认知学习能力或标准测试响应时间和随机化符号匹配序列运行中的响应时间。在第四个匹配序列运行中在序列中示出随机化符号之前，执行三个测试符号匹配序列。此外，测试符号匹配如在标准临床SDMT中那样实行。考虑到在用于实行IPS测试的智能电话设备上显示的符号图例、符号大小、键盘和其他参数在尺寸、外观、对比度等方面保持在恒定条件，以便避免与信息处理速度无关的感官影响（参见图6）。实行IPS测试90秒。在相同序列的迭代之前和之后的该速度测量允许认知能力的估计，特别是学习能力的估计（参见图4）。
在另外的步骤中，IPS测试通过测量基线响应时间来确定基线信息处理速度。所述基线响应时间是通过测量将天真数字或符号与智能电话设备键盘上的匹配天真数字或符号进行匹配的时间来确定的（参见图6）。应选择天真的数字或符号，使得实行测试的个体可以在没有大量认知困难的情况下进行匹配。更典型地，从0到9的数字可以用作天真的数字。使用天真数字或符号进行匹配的这样的基线响应时间应主要取决于手部运动输出的反应时间和处理时间。认知任务将仅起次要作用，并且不应对基线响应时间显著地贡献。因此，在随后的步骤中确定的信息处理速度可以由所述基线响应时间解卷积为反应时间和手部运动输出的处理时间和认知信息处理的时间（参见图3）。
因此，在智能电话设备上运行的计算机实现的IPS测试中，在以下二者之间的响应时间的差异被确定为一个认知定性活动参数，该认知定性活动参数是待分析的数据集的部分：包括反应时间、手部运动输出的处理时间和认知信息处理的时间的任务（将如上所述的不同非天真测试符号与图例进行匹配的测试，该图例通过按下键盘上的相应键将测试期间示出的所述不同测试符号分配给天真的数字或诸如字母的其他天真的符号），以及包括手部运动输出的反应时间和处理时间的任务（基线任务，其将天真的数字或符号与键盘上匹配的天真数字或符号进行匹配）。
由于信息处理速度是多发性硬化（MS）中普遍存在的认知损伤，因此之前描述的IPS测试有助于患有MS的患者的临床管理。该测试旨在检测甚至MS患者认知功能的细微改变，并且可以用在临床设置或自我管理方法中。
引用文献
Smith 1968, Learning disorders: 83-91.
Costa 2017, Multiple Sclerosis Journal: 23(6) 772-789.
Rao 2017, Multiple Sclerosis Journal: Jan 1:1352458516688955.
Lipsmeier 2018, Movement Disorders, DOI: 10.1002/mds.27376.

Claims (21)

1.一种用于自动评估在测试主体中信息处理速度的计算机实现的方法，包括以下步骤：
a）在从所述测试主体获得的认知动眼神经活动测量的预先存在的数据集中，确定用于感觉传递、认知和肌肉运动输出活动的至少一个第一定性活动参数和用于感觉传递和肌肉运动输出活动的至少一个第二定性活动参数；
b）通过将所述第一和所述第二定性活动参数彼此比较来确定用于认知的至少一个第三定性活动参数；和
c）基于所述至少一个第一、第二和第三定性活动参数来评估主体中的信息处理速度。
2.根据权利要求1所述的方法，其中，所述评估主体中的信息处理速度包括将所确定的定性活动参数与参考进行比较，从而将评估信息处理速度。
3.根据权利要求1或2所述的方法，其中，所述认知动眼神经活动测量数据集包括来自在移动设备上执行的信息处理速度（IPS）测试的数据。
4.根据权利要求3所述的方法，其中，所述移动设备包括在智能电话、智能手表、可穿戴传感器、便携式多媒体设备或平板计算机中。
5.根据权利要求2至4中任一项所述的方法，其中，所述参考是从获得自参考主体或其组的认知动眼神经活动测量数据集导出的至少一个第一和第二和/或第三定性活动参数。
6.一种用于确定在被怀疑患有认知损伤的主体中的认知损伤的方法，包括
i）通过实行权利要求2至5中任一项的方法来确定信息处理速度；和
ii）基于所确定的信息处理速度来确定认知损伤。
7.根据权利要求6所述的方法，其中，在从主体获得步骤i）中提及的认知动眼神经活动测量数据集的时间点之前的时间点处，从所述测试主体的认知动眼神经活动测量数据集导出所述参考。
8.根据权利要求7所述的方法，其中在所确定的至少一个第一、第二和/或第三定性活动参数与参考之间的恶化指示认知损伤。
9.根据权利要求6所述的方法，其中，从已知患有认知损伤的主体或其组的认知动眼神经活动测量数据集导出所述参考。
10.根据权利要求9所述的方法，其中，与参考相比本质上相同的所确定的至少一个第一、第二和/或第三定性活动参数指示患有认知损伤的主体。
11.根据权利要求6所述的方法，其中，从已知未患有认知损伤的主体或其组的认知动眼神经活动测量数据集导出所述参考。
12.根据权利要求11所述的方法，其中，与参考相比恶化的所确定的至少一个第一、第二和/或第三定性活动参数指示患有认知损伤的主体。
13.根据权利要求6至12中任一项所述的方法，其中所述认知损伤与牵涉到影响锥体、锥体外系、感觉或小脑***的中枢和/或外周神经***的认知和移动疾病或紊乱相关联，或者与神经肌肉疾病相关联，或者是肌肉疾病或紊乱。
14.根据权利要求13所述的方法，其中从包括以下各项的组中选择所述认知和移动疾病或紊乱：多发性硬化（MS）、视神经脊髓炎（NMO）和NMO谱系紊乱、中风、小脑紊乱、小脑共济失调、痉挛性截瘫、特发性震颤、肌无力和肌感觉综合征或其他形式的神经肌肉紊乱、肌营养不良、肌炎或其他肌肉紊乱、周围神经病变、脑瘫、锥体外系综合征、帕金森氏病、亨廷顿氏病、阿尔茨海默病、其他形式的痴呆、脑白质营养不良、孤独症谱系紊乱、注意力缺陷紊乱（ADD/ADHD）、如DSM-5定义的智力残障、与衰老、帕金森氏病、亨廷顿氏病相关的认知表现和储备损伤、多发性神经病、运动神经元疾病和肌萎缩性侧索硬化（ALS）。
15.一种用于建议针对认知损伤的疗法的方法，包括权利要求6至14中任一项的方法的步骤，以及如果确定认知损伤则建议疗法的另外步骤。
16.一种用于确定针对认知损伤的疗法功效的方法，包括权利要求6至14中任一项的方法的步骤，以及如果认知损伤改进则确定疗法响应或者如果认知损伤恶化或保持未改变则确定响应失败的另外步骤。
17.一种监视主体中认知损伤的方法，包括通过在预定义的监视时段期间至少两次实行权利要求6至14中任一项的方法步骤来确定主体中的认知损伤是否改进、恶化或保持未改变。
18.一种移动设备，包括处理器、至少一个传感器和数据库以及软件，所述软件有形地嵌入到所述设备，并且当在所述设备上运行时，实行权利要求1至17中任一项的方法。
19.一种包括移动设备和远程设备的***，所述移动设备包括至少一个传感器，所述远程设备包括处理器和数据库以及软件，所述软件有形地嵌入到所述设备，并且当在所述设备上运行时，实行权利要求1至17中任一项的方法，其中所述移动设备和所述远程设备可操作地彼此链接。
20.一种权利要求18的移动设备或者一种权利要求19的***，供在评估主体中的信息处理速度和/或认知损伤中使用。
21.一种权利要求18的移动设备或者一种权利要求19的***，供在监视患有认知损伤的主体中使用，特别是在现实生活、日常情形中和以大规模地监视患有认知损伤的主体，用于调查药物功效，例如还在临床试验期间也调查药物功效，在患有认知和移动疾病或紊乱的主体中，用于促进和/或帮助患有认知和移动疾病或紊乱的主体的疗法决策，用于支持医院管理、康复措施管理、健康保险评估和管理和/或支持关于患有认知和移动疾病或紊乱的主体的公共卫生管理中的决策，或者用于支持患有认知和移动疾病或紊乱的主体的生活方式和/或疗法建议。
CN201980031088.4A 2018-05-09 2019-05-08 用于确定信息处理速度的数字定性生物标记 Pending CN112135563A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
EP18171567.3 2018-05-09
EP18171567 2018-05-09
PCT/EP2019/061819 WO2019215230A1 (en) 2018-05-09 2019-05-08 Digital qualimetric biomarkers for determining information processing speed

Publications (1)

Publication Number Publication Date
CN112135563A true CN112135563A (zh) 2020-12-25

Family

ID=62245135

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201980031088.4A Pending CN112135563A (zh) 2018-05-09 2019-05-08 用于确定信息处理速度的数字定性生物标记

Country Status (5)

Country Link
US (1) US20210059572A1 (zh)
EP (1) EP3790464A1 (zh)
JP (1) JP2021523771A (zh)
CN (1) CN112135563A (zh)
WO (1) WO2019215230A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112770666A (zh) * 2018-10-05 2021-05-07 豪夫迈·罗氏有限公司 用于评估精神***症的数字生物标志物
CN113194816A (zh) * 2018-10-05 2021-07-30 豪夫迈·罗氏有限公司 用于评估自闭症谱系障碍的方法、设备和***
WO2023031170A1 (en) * 2021-09-03 2023-03-09 F. Hoffmann-La Roche Ag Digital qualimetric biomarkers

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5230629A (en) * 1991-03-01 1993-07-27 Albert Einstein College Of Medicine Of Yeshiva University Device and method for assessing cognitive speed
WO1999023997A2 (en) * 1997-11-06 1999-05-20 Cady Roger K Preemptive prophylaxis of migraine device and method
US20150119731A1 (en) * 2012-01-26 2015-04-30 National Center Of Neurology And Psychiatry Cognitive function testing system, cognitive function estimation system, cognitive function testing method, and cognitive function estimation method
WO2018050763A1 (en) * 2016-09-14 2018-03-22 F. Hoffmann-La Roche Ag Digital biomarkers for cognition and movement diseases or disorders
WO2018050746A1 (en) * 2016-09-14 2018-03-22 F. Hoffmann-La Roche Ag Digital biomarkers for progressing ms

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9653002B2 (en) * 2009-11-19 2017-05-16 The Cleveland Clinic Foundation System and method for motor and cognitive analysis

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5230629A (en) * 1991-03-01 1993-07-27 Albert Einstein College Of Medicine Of Yeshiva University Device and method for assessing cognitive speed
WO1999023997A2 (en) * 1997-11-06 1999-05-20 Cady Roger K Preemptive prophylaxis of migraine device and method
US20150119731A1 (en) * 2012-01-26 2015-04-30 National Center Of Neurology And Psychiatry Cognitive function testing system, cognitive function estimation system, cognitive function testing method, and cognitive function estimation method
WO2018050763A1 (en) * 2016-09-14 2018-03-22 F. Hoffmann-La Roche Ag Digital biomarkers for cognition and movement diseases or disorders
WO2018050746A1 (en) * 2016-09-14 2018-03-22 F. Hoffmann-La Roche Ag Digital biomarkers for progressing ms

Also Published As

Publication number Publication date
US20210059572A1 (en) 2021-03-04
EP3790464A1 (en) 2021-03-17
WO2019215230A1 (en) 2019-11-14
JP2021523771A (ja) 2021-09-09

Similar Documents

Publication Publication Date Title
JP7280876B2 (ja) 認知および動作の疾患または障害についてのデジタル質測定的バイオマーカー
Montalban et al. A smartphone sensor-based digital outcome assessment of multiple sclerosis
CN109688926B (zh) 用于认知和运动疾病或障碍的数字生物标记
US20200315514A1 (en) Digital biomarkers for muscular disabilities
Ellis et al. A validated smartphone-based assessment of gait and gait variability in Parkinson’s disease
US11424031B2 (en) Digital biomarkers for progressing MS
US20210059572A1 (en) Digital qualimetric biomarkers for determining information processing speed
JP2019523027A (ja) 記憶及び機能の衰えの記録及び分析のための装置及び方法
Yang et al. Real-world functional grasping activity in individuals with stroke and healthy controls using a novel wearable wrist sensor
Olaye et al. Recommendations for defining and reporting adherence measured by biometric monitoring technologies: systematic review
CN112770666A (zh) 用于评估精神***症的数字生物标志物
WO2021224441A1 (en) Means and methods for assessing low contrast vision
WO2023031170A1 (en) Digital qualimetric biomarkers
Moscato et al. Protocol: Feasibility interventional study investigating PAIN in neurorehabilitation through wearabLE SensorS (PAINLESS): a study protocol
Jung et al. Comparison of human interpretation and a rule-based algorithm for instrumented sit-to-stand test
US20220401010A1 (en) Means and methods for assessing huntington&#39;s disease of the pre-manifest stage
Ngo et al. Technological evolution in the instrumentation of ataxia severity measurement
Kindman et al. Blood pressure measurement modalities: a primer for busy practitioners
US20220223289A1 (en) Means and methods for assessing multiple sclerosis (ms)
Johnson et al. Wearable device and smartphone data can track ALS disease progression and may serve as novel clinical trial outcome measures
Moscato et al. Feasibility interventional study investigating PAIN in neurorehabilitation through wearabLE SensorS (PAINLESS): a study protocol
Ankawi et al. (344) The relationship between the Pain Resilience Scale and perceived disability, pain interference, and depression in chronic pain
EP4355200A1 (en) Method and system for obtaining measurement of cognitive performance
JP2024527503A (ja) 認知能力の測定値を得るための方法およびシステム
Aly et al. Parkinson’s Disease and Software: The Applicability Challenge

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40043667

Country of ref document: HK