Model AI Mendeteksi Parkinson Dari Pola Pernapasan

Sebuah tim peneliti di MIT telah mengembangkan model kecerdasan buatan (AI) yang dapat mendeteksi Parkinson dari membaca pola pernapasan seseorang. 

Jaringan saraf mampu menilai pernapasan nokturnal seseorang, atau pola pernapasan saat tidur, untuk menentukan apakah mereka menderita Parkinson atau tidak. Itu dilatih oleh mahasiswa PhD MIT Yuzhe Yang dan postdoc Yuan Tuan, dan itu dapat menentukan tingkat keparahan penyakit Parkinson seseorang sambil melacak perkembangannya dari waktu ke waktu. 

Yang adalah penulis pertama makalah penelitian baru, yang diterbitkan di Nature Medicine. 

Seluruh tim termasuk Dina Katabi, Profesor Thuan dan Nicole Pham di Departemen Teknik Elektro dan Ilmu Komputer (EECS), dan peneliti utama di MIT Jameel Clinic. 

Katabi, yang merupakan penulis senior, juga merupakan afiliasi dari Laboratorium Ilmu Komputer dan Kecerdasan Buatan MIT dan direktur Pusat Jaringan Nirkabel dan Komputasi Seluler. 

Para peneliti telah secara konsisten menyelidiki potensi mendeteksi Parkinson dengan cairan serebrospinal dan neuroimaging, tetapi metode ini invasif dan mahal. Mereka juga membutuhkan akses ke pusat medis khusus. 

Penilaian AI Setiap Malam

Tim peneliti berangkat untuk mengatasi tantangan ini dan menunjukkan bahwa penilaian AI terhadap Parkinson dapat dilakukan setiap malam di rumah. Orang tersebut bahkan bisa tertidur tanpa menyentuh tubuhnya. 

Para peneliti mengembangkan perangkat yang terlihat seperti router Wi-Fi rumah, dan memancarkan sinyal radio, menganalisis pantulannya dari lingkungan sekitar, dan mengekstraksi pola pernapasan subjek tanpa kontak tubuh. Sinyal pernapasan diumpankan ke jaringan saraf untuk menilai Parkinson, tanpa upaya dari pasien dan pengasuh. 

“Hubungan antara Parkinson dan pernapasan telah dicatat sejak tahun 1817, dalam karya Dr. James Parkinson. Ini memotivasi kami untuk mempertimbangkan potensi mendeteksi penyakit dari pernapasan seseorang tanpa melihat gerakannya,” kata Katabi. “Beberapa penelitian medis telah menunjukkan bahwa gejala pernapasan muncul bertahun-tahun sebelum gejala motorik, yang berarti bahwa atribut pernapasan dapat menjanjikan untuk penilaian risiko sebelum diagnosis Parkinson.”

Menurut Katabi, penelitian ini memiliki implikasi penting untuk pengembangan obat dan perawatan klinis. 

“Dalam hal pengembangan obat, hasilnya memungkinkan uji klinis dengan durasi yang jauh lebih singkat dan peserta yang lebih sedikit, yang pada akhirnya mempercepat pengembangan terapi baru. Dalam hal perawatan klinis, pendekatan ini dapat membantu dalam penilaian pasien Parkinson di komunitas tradisional yang kurang terlayani, termasuk mereka yang tinggal di daerah pedesaan dan mereka yang kesulitan meninggalkan rumah karena mobilitas terbatas atau gangguan kognitif,” katanya.

Ray Dorsey adalah seorang profesor neurologi di University of Rochester dan rekan penulis makalah ini. Dia adalah seorang spesialis Parkinson dan mengatakan bahwa penelitian tersebut kemungkinan merupakan salah satu studi tidur terbesar yang pernah dilakukan pada Parkinson. 

“Kami tidak memiliki terobosan terapeutik abad ini, menunjukkan bahwa pendekatan kami saat ini untuk mengevaluasi pengobatan baru kurang optimal,” kata Dorsey. “Kami memiliki informasi yang sangat terbatas tentang manifestasi penyakit di lingkungan alami mereka dan perangkat [Katabi] memungkinkan Anda untuk mendapatkan penilaian dunia nyata yang objektif tentang apa yang dilakukan orang di rumah. Analogi yang ingin saya gambar [penilaian Parkinson saat ini] adalah lampu jalan di malam hari, dan apa yang kita lihat dari lampu jalan adalah segmen yang sangat kecil… Sensor tanpa kontak [Katabi] membantu kita menerangi kegelapan.