Υγεία

Το Μοντέλο AI Ανιχνεύει την Νόσο του Πάρκινσον από τα Πatterns Αναπνοής

mm
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google

Μια ομάδα ερευνητών στο MIT έχει αναπτύξει ένα μοντέλο τεχνητής νοημοσύνης (AI) που μπορεί να ανιχνεύσει την νόσο του Πάρκινσον από την ανάγνωση των πATTERNS αναπνοής ενός ατόμου.

Το νευρωνικό δίκτυο μπορεί να αξιολογήσει την νυχτερινή αναπνοή, ή τα πATTERNS αναπνοής κατά τον ύπνο, για να καθορίσει εάν ένα άτομο έχει την νόσο του Πάρκινσον. Εκπαιδεύτηκε από τον φοιτητή του MIT Yuzhe Yang και τον μεταδιδάκτορα Yuan Tuan, και μπορεί να καθορίσει τη σοβαρότητα της νόσου του Πάρκινσον ενώ παρακολουθεί την εξέλιξή της με την πάροδο του χρόνου.

Ο Yang είναι ο πρώτος συγγραφέας της νέας έρευνας, η οποία δημοσιεύθηκε στο Nature Medicine.

Η整ρη ομάδα περιελάμβανε την Dina Katabi, καθηγήτρια στο Τμήμα Ηλεκτρολογικής Μηχανικής και Επιστήμης Υπολογιστών (EECS) και κύριο ερευνητή στο MIT Jameel Clinic.

Η Katabi, η οποία είναι senior συγγραφέας, είναι επίσης συνεργάτης του/MIT Computer Science and Artificial Intelligence Laboratory και διευθύντρια του Κέντρου για τα Δίκτυα και τον Μobile Υπολογισμό.

Οι ερευνητές έχουν διεξαγάγει συνεχώς έρευνες για το πιθανό ανιχνεύσιμο της νόσου του Πάρκινσον με υγρό cerebrospinal και νευροεικόνα, αλλά αυτές οι μεθόδοι είναι εισβάλλουσες και ακριβές. Απαιτούν επίσης πρόσβαση σε εξειδικευμένα ιατρικά κέντρα.

Αξιολόγηση AI Κάθε Νύχτα

Η ομάδα των ερευνητών έθεσε ως στόχο να υπερβεί αυτές τις προκλήσεις και απέδειξε ότι η αξιολόγηση AI της νόσου του Πάρκινσον μπορεί να πραγματοποιηθεί κάθε νύχτα στο σπίτι. Το άτομο μπορεί ακόμη και να είναι σε ύπνο χωρίς να αγγίξει το σώμα του.

Οι ερευνητές ανέπτυξαν μια συσκευή που μοιάζει με einen οικιακό δρομολογητή Wi-Fi, και εκπέμπει ραδιοσυχνοτήτες, αναλύει τις ανακλάσεις τους από το περιβάλλον και εξάγει τα πATTERNS αναπνοής του υποκειμένου χωρίς κανένα σωματικό επαφή. Το σήμα αναπνοής τροφοδοτεί το νευρωνικό δίκτυο για να αξιολογήσει την νόσο του Πάρκινσον, με μηδενικό κόπο από τον ασθενή και τον φροντιστή.

“Μια σχέση μεταξύ της νόσου του Πάρκινσον και της αναπνοής σημειώθηκε ήδη από το 1817, στο έργο του Δρ. James Parkinson. Αυτό μας έκανε να σκεφτούμε την πιθανότητα ανίχνευσης της νόσου από την αναπνοή χωρίς να κοιτάξουμε τις κινήσεις,” λέει η Katabi. “Ορισμένες ιατρικές μελέτες έχουν δείξει ότι τα αναπνευστικά συμπτώματα εμφανίζονται χρόνια πριν από τα συμπτώματα κίνησης, που σημαίνει ότι τα χαρακτηριστικά αναπνοής θα μπορούσαν να είναι υποσχόμενα για την αξιολόγηση του κινδύνου πριν από τη διάγνωση της νόσου του Πάρκινσον.”

Σύμφωνα με την Katabi, η μελέτη έχει σημαντικές επιπτώσεις για την ανάπτυξη φαρμάκων και την κλινική φροντίδα.

“Σε ότι αφορά την ανάπτυξη φαρμάκων, τα αποτελέσματα μπορούν να επιτρέψουν κλινικές δοκιμές με σημαντικά μικρότερη διάρκεια και λιγότερους συμμετέχοντες, τελικά επιταχύνοντας την ανάπτυξη νέων θεραπευτικών. Σε ότι αφορά την κλινική φροντίδα, η προσέγγιση μπορεί να βοηθήσει στην αξιολόγηση των ασθενών με την νόσο του Πάρκινσον σε παραδοσιακά υποεξυπηρετούμενες κοινότητες, συμπεριλαμβανομένων εκείνων που ζουν σε αγροτικές περιοχές και εκείνων με δυσκολία να αφήσουν το σπίτι τους λόγω περιορισμένης κινητικότητας ή γνωστικής έκπτωσης,” λέει.

Ο Ray Dorsey είναι καθηγητής νευρολογίας στο Πανεπιστήμιο του Rochester και συν-συγγραφέας της εργασίας. Είναι ειδικός στη νόσο του Πάρκινσον και λέει ότι η μελέτη είναι πιθανότατα μια από τις μεγαλύτερες μελέτες ύπνου που έχουν διεξαχθεί ποτέ για την νόσο του Πάρκινσον.

“Δεν έχουμε καμία θεραπευτική ανακάλυψη这个 αιώνα, υποδεικνύοντας ότι οι τρέχουσες προσεγγίσεις μας για την αξιολόγηση νέων θεραπευτικών είναι υποβελτίστης,” λέει ο Dorsey. “Έχουμε πολύ περιορισμένες πληροφορίες για τις εκδηλώσεις της νόσου στο φυσικό περιβάλλον και [η συσκευή της Katabi] μας επιτρέπει να λαμβάνουμε αντικειμενικές, πραγματικές αξιολογήσεις για το πώς οι άνθρωποι είναι στο σπίτι. Η αναλογία που μου αρέσει να κάνω [για τις τρέχουσες αξιολογήσεις της νόσου του Πάρκινσον] είναι ένα φανό δρόμου τη νύχτα, και αυτό που βλέπουμε από το φανό είναι ένα πολύ μικρό τμήμα … [η συσκευή της Katabi] μας βοηθά να φωτίσουμε το σκοτάδι.”

Ο Alex ηγείται των λειτουργιών ειδήσεων με τεχνητή νοημοσύνη της Unite.AI, συνδυάζοντας δημοσιογραφία, έρευνα και αυτοματοποίηση για να υποστηρίξει έγκαιρη και κλιμακώσιμη κάλυψη της τεχνητής νοημοσύνης. Η δουλειά του βοηθά να διασφαλιστεί ότι οι αναδυόμενες εξελίξεις στην AI προβάλλονται αποτελεσματικά, διατηρώντας τα δημοσιογραφικά πρότυπα της έκδοσης.