WearGait-PD: Een open-toegankelijke wearables-dataset voor gang bij de ziekte van Parkinson en leeftijdsgelijke controles

Waarom onze manier van lopen ertoe doet

Lopen is iets wat de meesten van ons als vanzelfsprekend beschouwen, maar voor mensen met de ziekte van Parkinson kan elke stap een uitdaging zijn. Artsen weten dat veranderingen in lopen en evenwicht centraal staan bij deze aandoening, maar zij vertrouwen nog steeds sterk op wat zij zien tijdens korte poliklinische bezoeken en op wat patiënten zich herinneren te melden. Dit artikel introduceert WearGait-PD, een grote, open gedeelde verzameling gedetailleerde bewegingsgegevens van mensen met Parkinson en oudere volwassenen zonder de ziekte. Door deze metingen voor iedereen beschikbaar te maken, wil het project de ontwikkeling versnellen van betere tests, behandelingen en digitale hulpmiddelen die lopen en evenwicht in het dagelijks leven kunnen volgen.

Van klinische checklists naar digitale voetafdrukken

Traditioneel beoordelen artsen de ziekte van Parkinson met beoordelingsschalen en observatie: ze kijken hoe een patiënt door een gang loopt, draait, stil staat, en geven vervolgens scores. Deze methoden zijn waardevol maar inherent beperkt — ze vangen slechts enkele minuten in een klinische omgeving en zijn afhankelijk van menselijke inschatting. Tegelijkertijd zijn draagbare technologieën zoals bewegingssensoren en slimme inlegzolen krachtiger en betaalbaarder geworden. Ze kunnen vastleggen hoe iemand zich beweegt, seconde voor seconde, over vele stappen en taken. Toch is de vooruitgang vertraagd door een fundamenteel probleem: het verzamelen van hoogwaardige gegevens van veel mensen met Parkinson is duur en tijdrovend, waardoor slechts een paar goed gefinancierde groepen dit kunnen doen en ze die data vaak privé houden.

Het opbouwen van een gedeelde bron van echte stappen

Het WearGait-PD-project wilde die barrière wegnemen door een rijke, openbare dataset samen te stellen. Het team nam 185 vrijwilligers op: 100 mensen met de ziekte van Parkinson en 85 oudere volwassenen van vergelijkbare leeftijd zonder de aandoening. Deelnemers voerden een reeks loop- en balanstaken uit, zoals wandelen op comfortabele snelheid, haastig lopen, hak-teenloop, staan in uitdagende houdingen, door een deuropening lopen en een korte binnenscenario volgen met gangen en een stoel. Voor elke persoon leverden deze taken meerdere trials op, die samen meer dan 1.500 bewegingsopnames opleverden. Naast de sensorgegevens verzamelden de onderzoekers medische informatie zoals leeftijd, scores voor ziektelast, medicatiegebruik en of iemand een hersenimplantaat had om symptomen te beheersen.

De persoon en de vloer aansluiten

Om beweging in detail vast te leggen droegen deelnemers 13 kleine draadloze bewegingssensoren op het hoofd, de romp, armen, benen, enkels en de bovenkant van de voeten, plus een slimme inlegzool in elke schoen. Deze apparaten maten versnelling, rotatie en druk onder de voeten met hoge snelheid. Deelnemers liepen over een speciale drukgevoelige loopmat — een dunne mat gevuld met duizenden kleine sensoren die precies detecteren waar en hoe hard elke stap landt. Twee videocamera’s, geplaatst voor- en zijaanzicht, filmden elke taak. Later markeerden getrainde beoordelaars met behulp van de video's wat elke persoon per frame deed, inclusief episodes van freezing of gait en struikelingen. Al deze datastromen — lichaamsensoren, inlegzolen, loopmat en videoannotaties — werden nauwkeurig gesynchroniseerd tot op honderdsten van een seconde, zodat een onderzoeker een stap die op camera is te zien exact kan uitlijnen met de signalen van elke sensor.

Ruwe signalen omzetten in betrouwbare data

Het verzamelen van zoveel informatie is maar de helft van het werk; zorgen dat die gegevens schoon en betrouwbaar zijn, is even belangrijk. Het WearGait-PD-team gebruikte een gedeeld protocol over drie medische centra zodat sensoren bij elke deelnemer op dezelfde manier werden geplaatst. Na elke sessie beoordeelden en corrigeerden ze de ruwe opnames. Ze verholpen problemen zoals kleine tijdsvertragingen tussen systemen, controleerden of elke voetzoolcorrect op de loopmat was gelabeld en bevestigden dat de draagbare signalen binnen verwachte bereiken bleven. Elke trial doorliep zowel automatische controles als handmatige beoordeling, en eventuele problemen werden of gerepareerd of duidelijk gemarkeerd. De uiteindelijke dataset bevat zowel perfect complete trials als enkele met kleine, goed gedocumenteerde hiaten, wat gebruikers een realistisch beeld geeft van wat ze in studies in de echte wereld kunnen verwachten.

De deur openen naar nieuwe hulpmiddelen

Alle WearGait-PD-gegevens zijn vrij beschikbaar via een online platform, onder een licentie die hergebruik aanmoedigt terwijl de privacy van deelnemers wordt beschermd. Omdat de dataset gedetailleerde bewegingssignalen koppelt aan klinische scores en deskundige videoannotaties, biedt het een ideaal testveld voor het ontwikkelen van nieuwe algoritmen, het trainen van machine-learningmodellen en het controleren of digitale maatstaven voor lopen werkelijk de toestand van een persoon weerspiegelen. In praktische termen betekent dit dat toekomstige apps, slimme inlegzolen of thuismonitoren voor de ziekte van Parkinson sneller en eerlijker gebouwd en gevalideerd kunnen worden, gebruikmakend van gedeeld bewijs in plaats van geïsoleerde privéstudies. Voor mensen met Parkinson kan dat zich vertalen in nauwkeurigere symptoomtracking, beter getimede behandelingen en een duidelijker beeld van hoe hun lopen — en hun dagelijks leven — in de loop van de tijd verandert.

Bronvermelding: Anderson, A.J., Eguren, D., Gonzalez, M.A. et al. WearGait-PD: An Open-Access Wearables Dataset for Gait in Parkinson’s Disease and Age-Matched Controls. Sci Data 13, 440 (2026). https://doi.org/10.1038/s41597-026-06806-2

Trefwoorden: Ziekte van Parkinson, gang, draagbare sensoren, open dataset, digitale gezondheid