Ro'ee Gilron, PhD, Rune Labs မှ ဦးဆောင် အာရုံကြော သိပ္ပံပညာရှင် - အင်တာဗျူးစီးရီး

Ro'ee Gilron, Ph.D, Lead Neuroscientist at Rune Labsတိကျသောအာရုံကြောပညာအတွက် ဆော့ဖ်ဝဲလ်နှင့် ဒေတာခွဲခြမ်းစိတ်ဖြာမှုကုမ္ပဏီ၊ စောင့်ရှောက်မှုပေးပို့ခြင်းနှင့် ကုထုံးဖွံ့ဖြိုးတိုးတက်မှုကို ပံ့ပိုးပေးခြင်း။ StrivePD သည် ပါကင်ဆန်ရောဂါအတွက် ကုမ္ပဏီ၏ စောင့်ရှောက်မှုပေးဝေသည့်ဂေဟစနစ်ဖြစ်ပြီး လူနာများနှင့် ဆေးခန်းများမှ လူနာများနှင့် ဆေးခန်းများအား လူနာဒေတာရင်းမြစ်များစွာကို အကျဉ်းချုပ်ဖော်ပြကာ ခွဲထုတ်ထားသော ဒိုင်ခွက်များကို ဝင်ရောက်အသုံးပြုခွင့်ပေးခြင်းဖြင့် ပါကင်ဆန်ရောဂါကို ပိုမိုကောင်းမွန်စွာစီမံခန့်ခွဲနိုင်စေကာ လူနာများနှင့် ဆေးခန်းစမ်းသပ်မှုများကို ချိတ်ဆက်ပေးခြင်းဖြစ်သည်။ ကုထုံးများဖွံ့ဖြိုးတိုးတက်မှုအတွက်၊ biopharma နှင့် ဆေးဘက်ဆိုင်ရာစက်ပစ္စည်းကုမ္ပဏီများသည် Rune ၏နည်းပညာ၊ ချိတ်ဆက်ထားသောဆေးခန်းများနှင့်လူနာများ၏ကွန်ရက်နှင့် ဖွံ့ဖြိုးတိုးတက်ရေးပရိုဂရမ်များကိုအရှိန်မြှင့်ရန်အတွက် ကြီးမားသော longitudinal real-world datasets များကို အသုံးချပါသည်။ ကုမ္ပဏီသည် Eclipse Ventures၊ DigiTx၊ TruVenturo နှင့် Moment Ventures ကဲ့သို့သော ထိပ်တန်းရင်းနှီးမြှုပ်နှံသူများထံမှ ငွေကြေးအထောက်အပံ့ကို ရရှိထားသည်။

အာရုံကြောသိပ္ပံပညာနယ်ပယ်ကို အစဦးပိုင်းတွင် အဘယ်အရာက သင့်ကို ဆွဲဆောင်ခဲ့သနည်း။

Epilepsy Monitoring Unit (EMU) တွင် ဝက်ရူးပြန်ရောဂါဝေဒနာရှင်များနှင့် လုပ်ဆောင်ခဲ့သည့် ကျွန်ုပ်၏ သုတေသန အတွေ့အကြုံအရ ဘာသာပြန်အာရုံကြောသိပ္ပံနယ်ပယ်တွင် ကျွန်ုပ် နှစ်သက်မိပါသည်။ ဤလူနာများနှင့် နှစ်များတစ်လျှောက် အလုပ်များစွာကို လုပ်ဆောင်ခဲ့ပြီး ထိုအချိန်တွင် ကျွန်ုပ်အာရုံစိုက်ခဲ့သည့် နယ်ပယ်တွင် စကားပြော၊ အမြင်အာရုံနှင့် မော်တာထိန်းချုပ်မှုတို့တွင် အံ့သြဖွယ်ကောင်းသည့် ရှာဖွေတွေ့ရှိမှုများကို ဖြစ်ပေါ်စေခဲ့သည်။ ကျွန်ုပ်၏ဘွဲ့လွန်အလုပ်အတွက် အခြေခံသုတေသနလုပ်ပြီးနောက် ကျွန်ုပ်ခံစားနေရသောရောဂါများကို အထူးပြု၍ လူနာများနှင့် လက်တွဲလုပ်ဆောင်နိုင်စွမ်းကို လိုချင်ခဲ့သည်။ ၎င်းသည် မော်တာထိန်းချုပ်မှုနှင့် အင်ဂျင်နီယာဘာသာရပ်ဆိုင်ရာ ဘွဲ့လွန်ကျောင်းတွင် သင်ယူခဲ့ရသည့်အရာများကို ပါကင်ဆန်လူနာများအား နက်နဲသောဦးနှောက်နှိုးဆွပေးသည့်ကိရိယာများဖြင့် လုပ်ဆောင်ရန် လှုံ့ဆော်ပေးခဲ့သည်။

နက်နဲသော ဦးနှောက်လှုံ့ဆော်မှု (DBS) ကိရိယာများဖြင့် သင်၏အစောပိုင်းလုပ်ဆောင်မှုအချို့ကို ဆွေးနွေးနိုင်ပါသလား။

ကျွန်တော့်အသက်မွေးဝမ်းကြောင်းရဲ့ပြီးခဲ့တဲ့ဆယ်စုနှစ်အတွင်းမှာ၊ အချိန်မှန်နေရာမှန်မှာရှိနေရတာ ကံကောင်းပါတယ်။ ကျွန်တော် UCSF Health မှ အာရုံကြောခွဲစိတ်ဆရာဝန် Philip Starr ၏ ဓာတ်ခွဲခန်းတွင် ပါဝင်ခဲ့ပြီး ထိုအချိန်တွင် သူသည် စမ်းသပ်ဆဲ DBS စက်များနှင့် အလုပ်လုပ်နေပါသည်။ DBS နှင့် မျိုးဆက်သစ်ကုထုံးများကို ပြုစုပျိုးထောင်ရန် ကြိုးစားနေသည့် လူနာများနှင့် ဆေးခန်းများမှ မျိုးဆက်သစ်ကုထုံးများ ပြုစုပျိုးထောင်ရန် ကြိုးပမ်းနေသော လူနာများနှင့် ဆေးခန်းများမှ ကြိုတင်စျေးကွက်ခွင့်ပြုချက်လျှောက်လွှာကို ပံ့ပိုးရန်အတွက် လိုအပ်သော အချက်အလက်များကို စုဆောင်းရန်အတွက် ဓာတ်ခွဲခန်းသည် လိုအပ်သောဒေတာကို စုဆောင်းရန် လုပ်ဆောင်နေပါသည်။

ဤလုပ်ငန်း၏ စိတ်လှုပ်ရှားဖွယ်ရာ အစိတ်အပိုင်းတစ်ခုမှာ ထိုအချိန်က တီထွင်နေသော စက်ပစ္စည်းများ၏ စွမ်းရည်အသစ်များဖြစ်သည်။ အင်တာဖေ့စ်ကို ဒီဇိုင်းထုတ်ခြင်း၊ စက်နှင့်အလုပ်လုပ်ခြင်းနှင့် ပရိုဂရမ်ရေးဆွဲခြင်းတို့ပါ၀င်သည့် အဆုံးမှအဆုံးအထိ တီထွင်ရန် ကျွန်ုပ်တို့လုပ်ဆောင်ခဲ့သည့် ဦးနှောက်လှုံ့ဆော်ကိရိယာတစ်ခုရှိသည်။

Rune Labs သည် တိကျသောအာရုံကြောပညာအတွက် ဆော့ဖ်ဝဲလ်နှင့် ဒေတာခွဲခြမ်းစိတ်ဖြာမှုကုမ္ပဏီတစ်ခုအဖြစ် ဖော်ပြသည်။ တိကျသောအာရုံကြောပညာကို သင်သတ်မှတ်နိုင်ပါသလား။

ကျွန်ုပ်တို့သည် လွန်ခဲ့သည့် 10 နှစ်အတွင်း ကင်ဆာသုတေသနမှ ပြခန်းစာအုပ်ကို ယူနေပါသည်။ လူနာများ၏ 5% ကသာ တုံ့ပြန်သောကြောင့် စမ်းသပ်မှု မအောင်မြင်ဟု ကျွန်ုပ်တို့ ထင်မြင်ဖူးသည်။ သင်သည် ထိုဒေတာအားလုံးကိုယူ၍ ကင်ဆာအမျိုးအစားအားလုံးတွင် စုစည်းကာ အကျိတ်များ၏ genomes များကို စီစဥ်ကာ 'ပျက်ကွက်မှုများ' ကိုခံယူမည်ဆိုပါက၊ ဤလူနာများကို ပေးဆောင်ရန် သင့်တွင် သီးသန့်ကုထုံးများစွာရှိနေပြီဖြစ်သည်။ ယခု သင်သည် ရင်သားကင်ဆာလူနာကို ကုသခြင်းမဟုတ်သော်လည်း ကင်ဆာလူနာတစ်ဦးထံမှ စီဆက်ထားသော အလွန်တိကျသောအကျိတ်အမျိုးအစားကို ကုသခြင်းဖြစ်သည်။ ကုသမှုများသည် မယုံနိုင်လောက်အောင် စိတ်ကြိုက်ပြင်ဆင်ထားသည်။ ကင်ဆာရောဂါ တော်လှန်ရေးသည် လူနာ အသက်ရှင်နှုန်းအပေါ် ကြီးမားသော သက်ရောက်မှုရှိခဲ့ပြီး ယခု ကျွန်ုပ်တို့သည် ထိုအတွေ့အကြုံမှ သင်ယူရန် ကြိုးစားနေပါသည်။

အာရုံကြောပညာတွင်၊ ကျွန်ုပ်တို့သည် အတိုင်းအတာတစ်ခုအထိ ချုပ်ကိုင်ထားဆဲဖြစ်ပြီး၊ ပြီးခဲ့သည့်ရာစုနှစ်များအတွင်း ဖြစ်ခဲ့သော ချို့ယွင်းမှုအချို့ကို အကဲဖြတ်ရန်နည်းလမ်းများဖြင့် ကျွန်ုပ်တို့သည် အတိုင်းအတာတစ်ခုအထိ ချုပ်နှောင်ထားဆဲဖြစ်သည်။ ဤမယုံနိုင်လောက်အောင် ခေတ်မီဆန်းပြားသော ကိရိယာများအားလုံးကို လက်ပတ်နာရီတွင် ပတ်ထားပြီး စမတ်ဖုန်းများနှင့် တွဲချိတ်ကာ လူနာများနှင့် ၎င်းတို့၏ ဆေးခန်းများမှ လူနာများနှင့် ၎င်းတို့၏ ကုသမှုဆိုင်ရာ ပိုမိုကောင်းမွန်သော ဆုံးဖြတ်ချက်များချနိုင်ရန် ကူညီပေးရန် လူနာများအကြောင်း အသေးစိတ်အချက်အလက်များကို စုဆောင်းကာ အနာဂတ်တွင် ကျွန်ုပ်တို့ ကြိုးစားနေပါသည်။ ကျွန်ုပ်တို့သည် ဤဒေတာကို အာရုံကြောဆိုင်ရာ ကုထုံးအသစ်များ ဖော်ထုတ်ပြီး စျေးကွက်သို့ ယူဆောင်လာရန် အခြေခံအုတ်မြစ်အဖြစ် အသုံးပြုလိုပါသည်။

လွန်ခဲ့သည့်ဆယ်စုနှစ်များအတွင်း Parkinson's disease တွင် အောင်မြင်မှုအနည်းငယ်သာရရှိခဲ့ပြီး၊ ၎င်းသည် ကိုင်တွယ်ရန် အဘယ်ကြောင့်ခက်ခဲသောရောဂါဖြစ်သနည်း။

၎င်းသည် ပါကင်ဆန်ရောဂါအတွက် ဘက်စုံသုံးသည်။ ကျွန်ုပ်တို့တွင် ပြီးပြည့်စုံသောပစ်မှတ်မရှိသည့်အပြင် ယနေ့ကျွန်ုပ်တို့ရရှိထားသောကုထုံးအများစုသည် DBS အပါအဝင် ရောဂါလက္ခဏာများကို ကုသခြင်းသာဖြစ်ပြီး ရောဂါလမ်းကြောင်းကို ပြောင်းလဲခြင်းမဟုတ်ပါ။ ဆေးဝါးအသစ်များ တီထွင်ရန် ခက်ခဲသည်။ Parkinson's နှင့် အခြားသော ရောဂါများစွာသည် ရောဂါလက္ခဏာများ မပြမီ ကာလတစ်ခုအတွင်း ပေါ်ပေါက်လာပါသည်။ ဆေးဝါးအသစ်များ၏ ထိရောက်မှုကို သမားရိုးကျနည်းလမ်းဖြင့် အကဲဖြတ်ရန် ခက်ခဲသောရောဂါဖြင့် သင်သည် ရောဂါတည်ငြိမ်စွာဖြင့် အချိန်အတော်ကြာအောင် နေထိုင်နိုင်သည်။ မေးခွန်းပုံစံများကဲ့သို့ လက်တွေ့အကျိုးအမြတ်ကို တိုင်းတာသည့်နည်းလမ်းများသည် အထူးသဖြင့် လူနာ 500 ကို စမ်းသပ်မှုတွင် ရောဂါလက္ခဏာများ၏ ကွဲပြားမှုနှင့် သက်ရောက်မှုများကို အမြဲတမ်း တိကျစွာ ဖမ်းယူနိုင်ခြင်း မရှိပေ။ စမ်းသပ်ရန် မော်လီကျူး အရေအတွက် အလွန်နည်းပါးပါသည်။

သို့သော်၊ အကယ်၍ သင့်တွင် phenotype လူနာများကို ပိုမိုနက်နဲသောနည်းလမ်းနှင့် အချိန်ကြာလာသည်နှင့်အမျှ အသေးစိတ်စုဆောင်းရန် ၎င်းတို့ကို ခြေရာခံမည်ဆိုပါက၊ သင်သည် ယခင်က မလုပ်နိုင်ခဲ့သော အကျိုးသက်ရောက်မှုကို သတိပြုနိုင်မည်ဖြစ်သည်။ Apple Watch ကဲ့သို့ ဝတ်ဆင်နိုင်သော ပစ္စည်းများထံမှ စုဆောင်းရရှိထားသော ဒေတာကြောင့် ၎င်းသည် ရက်သတ္တပတ် သို့မဟုတ် လများကဲ့သို့ ပိုတိုတောင်းသော ကြာချိန် လိုအပ်နိုင်သည်။

Rune Labs သည် Apple Watch ကဲ့သို့ ဝတ်ဆင်နိုင်သော ကိရိယာများမှ ပါကင်ဆန်ရောဂါအတွက် ကုထုံးများ ဖွံ့ဖြိုးတိုးတက်မှုကို အရှိန်မြှင့်ပေးနိုင်သော ခေတ်မီနက်နဲသော ဦးနှောက် အစားထိုး အစားထိုးမှုများအထိ စုဆောင်းရယူသည့် ဒေတာအမျိုးအစားဖြစ်သည်။

Apple Watch ဖြင့်၊ လူနာတစ်ဦး၏တုန်ခါမှုနှင့် dyskinesia တစ်မိနစ်လျှင်တစ်မိနစ်တိုင်းတာရန် US Food and Drug Administration မှ 510(k) ရှင်းလင်းချက်ရှိသည်။ ကျွန်ုပ်တို့သည် ဤနည်းပညာအတွက် Apple နှင့် အတူတကွ လုပ်ဆောင်ခဲ့ပြီး၊ ကျွန်ုပ်တို့သည် လူနာများကို နေ့၊ အပတ်နှင့် လတိုင်းတွင် ပိုမိုအာရုံစိုက်နိုင်စေပါသည်။ လူနာတစ်ဦး၏ ဆေးခန်းအမှတ်ပေးချက်ကိုသာ ကြည့်ရှုသည့်အခါ ၎င်းသည် မဖြစ်နိုင်ပါ။ Apple Watch ဖြင့် ကျွန်ုပ်တို့သည် နက်နဲသော phenotype မှတ်ချက်များကို လုပ်ဆောင်နိုင်စေမည့် များပြားလှသော အချက်အလက်များစွာကို စုဆောင်းနိုင်ပါသည်။ ဤအတည်ပြုထားသော တုံ့ပြန်မှုများအပြင်၊ ၎င်းသည် လူနာနှင့်ပတ်သက်သည့် များပြားလှသော အချက်အလက်များကိုလည်း စုဆောင်းပါသည်။ ၎င်းတွင် ခြေလှမ်းရေတွက်ခြင်းမှ ခြေတစ်လှမ်းအရှည်အထိ၊ လူနာ၏ ပြုတ်ကျနိုင်ခြေနှင့် ဆက်နွှယ်သည့် အချိုးညီစွာ လမ်းလျှောက်ခြင်းကဲ့သို့သော တရားဝင်အတည်ပြုထားသော မက်ထရစ်များအထိ၊ ပါကင်ဆန်လူနာများအတွက် ကြီးမားသောစိုးရိမ်ပူပန်မှုနှင့် မသန်မစွမ်းဖြစ်စေသော ပံ့ပိုးကူညီသူအတွက် ကြီးမားသောစိုးရိမ်ပူပန်မှုတစ်ခုဖြစ်သည်။ လေ့လာမှုများက အကျိုးပြုကြောင်း ပြသထားသည့် အိပ်စက်ခြင်း လှုပ်ရှားမှုနှင့် လေ့ကျင့်ခန်းများကိုလည်း ခြေရာခံနေပါသည်။ လေ့ကျင့်ခန်းသည် အချိန်ကြာမြင့်စွာ ပါကင်ဆန်ရောဂါလက္ခဏာအတွက် အကျိုးပြုသည့် တစ်ခုတည်းသော အရာဖြစ်သည်။

ထို့အပြင်၊ ကျွန်ုပ်တို့သည် ပိုမိုအဆင့်မြင့်သော ပါကင်ဆန်လူနာများ၏ အုပ်စုခွဲတွင် DBS စက်များပါသည့် phenotype လူနာများကို ကူညီရန် ဤဒေတာကို အသုံးပြုနေပါသည်။ ယင်းအတွက်၊ ကျွန်ုပ်တို့သည် ဦးနှောက်လုပ်ဆောင်ချက်ကို သိရှိနိုင်သော Medtronic-ထုတ်လုပ်သည့် စက်များကို အသုံးပြုနေပါသည်။ လူနာများတွင် ရောဂါဗေဒဆိုင်ရာ ကွန်ရက်များထုတ်လုပ်ပေးသည့် ဤနျူကလိယအတွင်းနက်မှလာသော လူနာများ၏ လျှပ်စစ်ဇီဝကမ္မဗေဒဆိုင်ရာ အချက်အလက်အများအပြားကို ကျွန်ုပ်တို့ ခြေရာခံနေပါသည်။ ဤချဉ်းကပ်နည်းသည် ကျွန်ုပ်တို့အား ယခင်ကမဖြစ်နိုင်သော နည်းလမ်းဖြင့် လူနာများကို အသွင်အပြင်ပြုနိုင်စေပါသည်။

ဤဒေတာသည် Rune Labs ကို ကြိုတင်ခန့်မှန်းနိုင်သော ပုဂ္ဂိုလ်ရေးသီးသန့် ကုထုံးများကို ပေးဆောင်ခြင်းဖြင့် မည်သို့ကူညီပေးသနည်း။

ကျွန်ုပ်တို့သည် လူနာ-ဦးစွာ ချဉ်းကပ်မှုမှ လာပါသည်။ ယခုအချိန်တွင်၊ ပါကင်ဆန်ရောဂါရှိသူနှင့်ရရှိနိုင်သောရွေးချယ်စရာများအားလုံးကို ဆေးခန်းများမှ လူနာများအတွက် ဤကုထုံးများစွာဖြင့် ခွဲထုတ်ရသောကြောင့် ခက်ခဲနိုင်ပါသည်။ ပိုမိုကောင်းမွန်သောဒေတာဖြင့် ကူညီပေးနိုင်မည်ဟု ကျွန်ုပ်တို့ထင်မြင်သည့်အရာများထဲမှတစ်ခုမှာ လူနာတစ်ဦးအား ပါးစပ်ဆေးများဖြင့် မော်တာအတက်အကျများစွာကြုံတွေ့နေရသောကြောင့် လူနာတစ်ဦး DBS စက်ကိုလက်ခံရန် အကြံပြုခြင်းကဲ့သို့ ပိုမိုကောင်းမွန်သောကြိုတင်ခန့်မှန်းချက်များဖြစ်သည်။ လူနာအား ၎င်းတို့၏ဆေးခန်းဆရာနှင့် စကားပြောဆိုရန် ခွန်အားဖြစ်စေရန် ကျွန်ုပ်တို့ ကူညီနိုင်ပါသည်။ အခြားဥပမာတစ်ခုမှာ လူနာသည် dyskinesia အများအပြား ကြုံတွေ့နေရသည့် ဒေတာများမှ ဆေးခန်းမှ မြင်နိုင်လျှင် ၎င်းတို့၏ ဆေးဖော်စပ်မှုကို ပြောင်းလဲရန် အကြံပြုနိုင်သည်။ စျေးကွက်တွင် ဆေးဝါးအသစ်များနှင့် စက်ကိရိယာများစွာရှိပြီး ကျွန်ုပ်တို့သည် လူနာများအား ရွေးချယ်စရာအားလုံးကို ရှာဖွေရန် ခွန်အားပေးလိုပါသည်။

ထို့အပြင်၊ အထူးသဖြင့် ဆေးဝါးများ သို့မဟုတ် ရှူသွင်းထားသော သို့မဟုတ် ထိုးသွင်းသည့်ပုံစံသည် ၎င်းတို့အတွက် အသင့်တော်ဆုံးဖြစ်မဖြစ်၊ လူနာအား အချိန်နှင့်တစ်ပြေးညီ အကြံပြုချက်များကို ပေးဆောင်နိုင်သည့် Medtronic ကဲ့သို့သော စက်ပစ္စည်းထုတ်လုပ်သူများနှင့် ကျွန်ုပ်တို့ လုပ်ဆောင်ပါသည်။

DBS ကိရိယာနေရာလွတ်တွင် ကျွန်ုပ်တို့လုပ်ဆောင်နေသည့် နောက်တစ်ခုမှာ လူနာ၏ရောဂါလက္ခဏာများကဲ့သို့ လူနာ၏ရလဒ်ဒေတာကို ယူနိုင်ပြီး ၎င်းကို ၎င်းတို့၏ဦးနှောက်မှ စုဆောင်းရယူထားသည့် လျှပ်စစ်ဇီဝကမ္မဗေဒဒေတာနှင့် ပေါင်းစပ်နိုင်ခြင်းဖြစ်သည်။ လူနာ၏ ဦးနှောက်ကို ထိရောက်စွာ လှုံ့ဆော်နိုင်ပုံအကြောင်း အကြံပြုချက်တစ်ခုရရှိရန် ထိုဒေတာအမျိုးအစားနှစ်ခုကို ပေါင်းစပ်ထားခြင်းဖြင့် အနာဂတ်တွင် လက်တွေ့စမ်းသပ်မှုများတွင် ပေါင်းစည်းနိုင်မည်ဖြစ်သည်။ ပါကင်ဆန်ရောဂါ တိုးတက်မှုအတွက် ဇီဝအမှတ်အသားများကို ရှာဖွေဖော်ထုတ်ရာတွင် အထောက်အကူဖြစ်စေသော ဤလုပ်ဆောင်မှု၏ နမူနာအချို့ ရှိနှင့်ပြီးဖြစ်သည်။

ဒေတာအားလုံးကို စုဆောင်းပြီးပါပြီ၊ Rune Labs သည် ပါကင်ဆန်ရောဂါ တိုးတက်မှုအတွက် ဇီဝအမှတ်အသားများကို ရှာဖွေဖော်ထုတ်နိုင်ပါသလား။

biomarkers များနှင့် ပတ်သက်၍ အလွန်အလားအလာကောင်းသော အစောပိုင်း ဦး ဆောင်မှုအချို့ရှိနေသည်ဟု ကျွန်တော်ထင်ပါတယ်။ ထုတ်ဝေထားသော အချက်အလက်များအရ အိပ်စက်ခြင်း မူမမှန်ခြင်း သို့မဟုတ် မှတ်ဥာဏ်ဆိုင်ရာ ပြဿနာများကဲ့သို့ ရောဂါတိုးလာခြင်းနှင့် ရောဂါပိုမိုလျင်မြန်စွာ တိုးလာစေသည့် လက္ခဏာအချို့ရှိကြောင်း ဖော်ပြသည်။ ကျွန်ုပ်တို့ရှိနေသည့် ပလက်ဖောင်းသည် ဤလက္ခဏာများကို တိုင်းတာနိုင်သည်။ ဒီအတွက် စိတ်လှုပ်ရှားစရာကောင်းတာက လူနာတွေကို အပြုသဘောဆောင်တဲ့ သက်ရောက်မှုရှိနိုင်တဲ့ အလားအလာပါ။ လူနာများသည် ဤစက်ပစ္စည်းများကို ၀တ်ဆင်ထားပြီး ဤပုံစံများကို အချိန်ကြာမြင့်စွာ ဖမ်းယူထားသောကြောင့် ဤရောဂါ၏အချိန်အတိုင်းအတာကို ဆယ်စုနှစ်များစွာကြာတိုင်းတာပေးထားသည့် biomarkers များဖော်ထုတ်ရန် လိုအပ်ပါသည်။

Rune Labs သည် Multiple Sclerosis လူနာများကိုကူညီရန်အတွက်ကျောရိုးလှုံ့ဆော်စက်ကိုလည်းလုပ်ဆောင်နေပါသည်၊ ဤနောက်ကွယ်မှသိပ္ပံပညာအချို့ကိုသင်ဆွေးနွေးနိုင်ပါသလား။

Multiple Sclerosis သည် neurodegenerative ရောဂါဖြစ်ပြီး Parkinson's ကဲ့သို့ ယနေ့ခေတ်တွင် ကုသဆေးမရှိသော်လည်း လူနာများ၏ ရောဂါလက္ခဏာများကို သက်သာစေရန် ဆေးဝါးများနှင့် ရောဂါပြုပြင်ခြင်းကုထုံးများရှိပါသည်။ ဤဆေးများသည် ခန္ဓာကိုယ်အား MS တွင် သူ့ကိုယ်သူ တိုက်ခိုက်စေသည့် တုံ့ပြန်မှုလွန်ကဲသော ခုခံအားစနစ်ကို လျော့နည်းစေသည်။ Rune တွင်၊ ကျွန်ုပ်တို့သည် MS နှင့်ဆက်စပ်သော neuropathic နာကျင်မှုကိုစီမံခန့်ခွဲရာတွင်ကူညီရန်ကျောရိုးကိုလှုံ့ဆော်သည့်ကိရိယာကိုအသုံးပြုမည့် MS ကုသမှုအသစ်တစ်ခုကိုစုံစမ်းစစ်ဆေးနေပါသည်။ ဒီချဉ်းကပ်မှုရဲ့ထူးခြားချက်ကတော့ Parkinson's ရောဂါလိုပဲ အာရုံကြောစနစ်ကိုဝင်ရောက်ဖို့ ဒီကိရိယာကို သင်အသုံးပြုနိုင်ပါတယ်။

အာရုံကြောပညာ၏ ရည်မှန်းချက်မှာ ရောဂါဒါဇင်ပေါင်းများစွာကို ကုသရန် ဦးနှောက်လှိုင်းများကို အချိန်နှင့်တပြေးညီ တုံ့ပြန်နိုင်သည့် adaptive brain implant ကို ဒီဇိုင်းဆွဲရန်ဖြစ်သည်။ ဒီတည်ဆောက်မှုရဲ့နောက်ကွယ်က အဓိကစိန်ခေါ်မှုတွေက ဘာတွေလဲ။ 

လိုက်လျောညီထွေဖြစ်သော DBS (aDBS) စက်ကိုတည်ဆောက်ခြင်းနောက်ကွယ်တွင် အဓိကစိန်ခေါ်မှုများစွာရှိသည်။ အဓိကစိန်ခေါ်မှုမှာ တူညီသောပစ်မှတ်ကို မှတ်တမ်းတင်ခြင်းနှင့် လှုံ့ဆော်ခြင်းပင်ဖြစ်သည်။ အချက်ပြသစ္စာရှိမှုကို သက်ရောက်မှုရှိနိုင်သည့်အပြင် အချို့လူနာများတွင် စက်ပစ္စည်းအသုံးပြုခြင်းကိုပင် တားဆီးနိုင်သည့်အချက်များစွာရှိသည်။ မကြာသေးမီက လေ့လာမှုတစ်ခုအရ နှလုံး၏လျှပ်စစ်ဒိုင်ပိုလီမှ ညာဘက်ရင်ဘတ်တွင် စိုက်နိုင်သောသွေးခုန်နှုန်း ဂျင်နရေတာ (IPG) ကို အသုံးပြုခြင်းဖြင့် electrocardiogram (ECG) ညစ်ညမ်းမှုကို လျော့ပါးစေပြီး ရရှိနိုင်သော အာရုံခံအဆက်အသွယ်များတွင် ECG ပစ္စည်းများ ဖြစ်နိုင်ခြေကို လျော့နည်းစေကြောင်း တွေ့ရှိခဲ့သည်။ ECG ရှေးဟောင်းပစ္စည်းများနှင့်အတူ၊ DBS လျှပ်ကူးပစ္စည်းကေဘယ်လ်လှုပ်ရှားမှုကို ဦးနှောက်အချက်ပြမှုများတွင် ကြီးမားသော transients များဖြစ်ပေါ်စေသည်ဟု သတိပြုနိုင်သည်။ အထက်ဖော်ပြပါ ပစ္စည်းနှစ်ခုစလုံးသည် ကြိမ်နှုန်းရပ်ဝန်း၏ ကျယ်ပြန့်သောလှိုင်းများကို ညစ်ညမ်းစေပြီး၊ ထို့ကြောင့် ပစ်မှတ် biomarker ကို ထိထိရောက်ရောက်တုံ့ပြန်ခြင်းမှ threshold-based control policy များကို တားဆီးနိုင်ပြီး ထိန်းချုပ်မရသော အတိုးအလျော့ သို့မဟုတ် လှုံ့ဆော်မှုအား ဖြစ်ပေါ်စေပါသည်။

ဆေးဘက်ဆိုင်ရာ ရေရှည်တည်တံ့သော ADB စနစ်များ ဖွံ့ဖြိုးတိုးတက်မှုသည် ဦးနှောက်လုပ်ဆောင်ချက်နှင့် အတုကင်းသော အပြန်အလှန်တုံ့ပြန်မှုအပါအဝင် နည်းပညာပိုင်းဆိုင်ရာ စိန်ခေါ်မှုအသစ်များကို ဆောင်ကြဉ်းလာမည်ဖြစ်သည်။ လူနာ-အံဝင်ခွင်ကျ ထိန်းချုပ်မှုဗျူဟာများ၏ တိကျမှုကို တိုးမြင့်စေပြီး ဇီဝကမ္မနှင့် အမူအကျင့်ဆိုင်ရာ ခြေရာခံခြင်းကို ပံ့ပိုးပေးရန်အတွက် ကြိုးမဲ့ ပြင်ပကိရိယာများနှင့် ပေါင်းစပ်ထည့်သွင်းခြင်းဖြင့် အဆိုပါစိန်ခေါ်မှုများကို ဖြေရှင်းနိုင်မည်ဖြစ်သည်။

အင်တာဗျူးကောင်းအတွက် ကျေးဇူးတင်ပါသည်၊ ပိုမိုလေ့လာလိုသော စာဖတ်သူများ လာရောက်လေ့လာသင့်ပါသည်။ Rune Labs.