パーキンソン病を呼吸パターンからAIモデルが検出

MITの研究チームは、人工知能（AI）モデルを開発し、呼吸パターンからパーキンソン病を検出できるようにしました。

このニューラルネットワークは、夜間の呼吸、または睡眠中の呼吸パターンを評価して、パーキンソン病の有無を判断できます。MITの博士課程の学生Yuzhe YangとポスドクのYuan Tuanによって訓練され、パーキンソン病の重症度を判断し、時間の経過とともにその進展を追跡できます。

Yangは、新しい研究論文の第一著者であり、Nature Medicineに掲載されました。

研究チームには、電気工学およびコンピューターサイエンス学部（EECS）のThuanとNicole Pham教授であるDina Katabiも含まれており、MIT Jameel Clinicの主任調査員でもあります。

Katabiは、先行著者であり、MITコンピューターサイエンスおよび人工知能研究所のアフィリエイトでもあり、無線ネットワークおよびモバイルコンピューティングセンターのディレクターでもあります。

研究者たちは、脳脊髄液や神経画像診断を使用してパーキンソン病を検出する可能性を調査してきましたが、これらの方法は侵襲的であり、高価です。また、専門の医療センターへのアクセスも必要です。

毎晩のAI評価

研究チームは、これらの課題を克服し、パーキンソン病のAI評価が毎晩、自宅で行えることを実証しました。人々は寝ている間に体に触れずに評価を受けることができます。

研究者たちは、ホームWi-Fiルーターに似たデバイスを開発し、無線信号を発信し、周囲の環境からの反射を分析し、身体に触れずに被験者の呼吸パターンを抽出します。呼吸信号は、パーキンソン病を評価するためにニューラルネットワークに供給され、患者と介護者は何もしなくても評価を受けることができます。

「パーキンソン病と呼吸の関係は、1817年のジェームズ・パーキンソンの著書で既に指摘されていました。これが私たちに、動きを観察せずに呼吸から病気を検出する可能性を検討するきっかけとなりました。いくつかの医療研究では、運動症状が現れる前に呼吸症状が現れることが示されています。つまり、呼吸特性はパーキンソン病のリスク評価に有望である可能性があります」とKatabiは述べています。

Katabiによると、この研究は、薬剤開発と臨床ケアに重要な意味を持っています。

「薬剤開発の観点から、この結果は、臨床試験の期間を短縮し、参加者数を減らすことができます。つまり、新しい治療法の開発を加速することができます。臨床ケアの観点から、このアプローチは、従来の医療サービスが不足している地域、たとえば農村部や自宅から出るのが難しい人々、または身体的または認知的障害がある人々のパーキンソン病患者を評価するのに役立ちます」と彼女は述べています。

ロチェスター大学の神経学教授であるRay Dorseyは、論文の共同著者であり、パーキンソン病の専門家です。彼は、この研究はおそらく、パーキンソン病に関する最大の睡眠研究の一つであると述べています。

「今世紀、治療のブレークスルーはありません。つまり、現在の新しい治療法の評価方法は最適ではないようです。私たちは、自然環境における病気の症状について非常に限られた情報しか持っていません。[Katabiの]デバイスは、自宅での人々の状態を客観的かつ現実的な評価を可能にします。現在のパーキンソン病の評価は、夜の街路灯の下で見えるものに似ています。私たちが見るのは、非常に小さなセグメントです。[Katabiの]完全に非接触式のセンサーは、暗闇を照らしてくれます」とDorseyは述べています。