파킨슨병을 호흡 패턴으로 감지하는 AI 모델

MIT의 연구팀은一个人의 호흡 패턴을 읽어서 파킨슨병을 감지할 수 있는 인공지능(AI) 모델을 개발했습니다.

신경망은一个人의 야간 호흡, 즉 수면 중 호흡 패턴을 평가하여 파킨슨병이 있는지 여부를 결정할 수 있습니다. MIT 박사 과정 학생 Yuzhe Yang과 포스닥 Yuan Tuan에 의해 훈련되었으며, 파킨슨병의 심각성을 결정하고 시간이 지남에 따라 진행 상황을 추적할 수 있습니다.

Yang은 새로운 연구 논문의 첫 저자이며, Nature Medicine에 발표되었습니다.

전체 팀에는 Dina Katabi, 전기 공학 및 컴퓨터 과학부(EECS)의 Thuan과 Nicole Pham 교수, MIT Jameel Clinic의 책임 연구원이 포함되었습니다.

Katabi는 선임 저자이며, MIT 컴퓨터 과학 및 인공지능 연구소의 연구원이며 무선 네트워크 및 모바일 컴퓨팅 센터의 책임자입니다.

연구자들은 일관되게 파킨슨병을 뇌척수액과 신경영상으로 감지하는 가능성을 조사해 왔지만, 이러한 방법은 침습적이고 비용이 많이 듭니다. 또한 전문 의료 센터에 접근할 수 있어야 합니다.

매일 밤 AI 평가

연구팀은 이러한 도전을 극복하고 파킨슨병의 AI 평가가 매일 밤 집에서 수행될 수 있음을 보여주었습니다. 사람들은 잠을 자고 있어도 신체에 접촉하지 않아도 됩니다.

연구자들은 집 와이파이 라우터와 같은 장치를 개발했으며, 무선 신호를 발사하고, 주변 환경의 반사를 분석하고, 신체 접촉 없이 대상의 호흡 패턴을 추출합니다. 호흡 신호는 파킨슨병을 평가하기 위해 신경망에 공급되며, 환자와 간호자의 노력이 없습니다.

“파킨슨병과 호흡 사이의 관계는 1817년에 제임스 파킨슨 박사의 연구에서 처음으로 관찰되었습니다. 이것은 우리가 움직임을 보지 않고 호흡에서 질병을 감지할 수 있는 가능성을 고려하도록 мотив했습니다.”라고 Katabi는 말합니다. “일부 의학 연구에 따르면 호흡 증상은 운동 증상보다 수년 앞서 나타나기 때문에, 호흡 특성은 파킨슨병 진단 이전의 위험 평가에 유용할 수 있습니다.”

Katabi에 따르면, 이 연구는 약물 개발과 임상 치료에 중요한 의미를 가지고 있습니다.

“약물 개발 측면에서, 결과는 임상 시험의 기간을 크게 단축하고 참가자를 줄일 수 있으므로, 궁극적으로 새로운 치료법의 개발을 가속화할 수 있습니다. 임상 치료 측면에서, 이 접근법은 전통적으로 소외된 지역 사회, 즉 농촌 지역에 거주하거나 출행이 어려운 사람들, 그리고 이동이나 인지 장애로 인해 집을 떠나기 어려운 사람들의 파킨슨병 환자를 평가하는 데 도움이 될 수 있습니다.”라고 그녀는 말합니다.

Ray Dorsey는 로체스터 대학교의 신경과 교수이며, 이 논문의 공동 저자입니다. 그는 파킨슨병 전문가이며, 이 연구가 파킨슨병에 대한 가장 큰 수면 연구 중 하나일 가능성이 있다고 말합니다.

“이 세기에는 치료의 돌파구가 없었습니다. 이는 우리가 새로운 치료법을 평가하는 현재 접근법이 최적이 아니라는 것을 시사합니다.”라고 Dorsey는 말합니다. “우리는 질병의 자연 환경에서 나타나는 현상에 대해 거의 정보가 없으며, [Katabi의] 장치는 집에서 사람들이 어떻게 하는지에 대한 객관적이고 실제 평가를 얻을 수 있도록 해줍니다. 나는 현재 파킨슨병 평가를 비교하기 위해 좋아하는 비유는 밤에 가로등이며, 가로등에서 볼 수 있는 것은 매우 작은 구간입니다… [Katabi의] 완전히 비접촉식 센서는 어둠을 밝히는 데 도움이 됩니다.”