AI-model detecteert Parkinson aan de hand van ademhalingspatronen

Een team van onderzoekers van het MIT heeft een model voor kunstmatige intelligentie (AI) ontwikkeld dat Parkinson kan detecteren door iemands ademhalingspatroon te lezen. 

Het neurale netwerk kan iemands nachtelijke ademhaling of slapende ademhalingspatronen beoordelen om te bepalen of ze al dan niet Parkinson hebben. Het is ontwikkeld door MIT-promovendus Yuzhe Yang en postdoc Yuan Tuan, en het kan de ernst van iemands ziekte van Parkinson bepalen terwijl het de progressie ervan in de loop van de tijd volgt. 

Yang is de eerste auteur van het nieuwe onderzoeksartikel, dat werd gepubliceerd in Nature Medicine. 

Het hele team bestond uit Dina Katabi, de Thuan en Nicole Pham Professor in de afdeling Electrical Engineering and Computer Science (EECS), en hoofdonderzoeker bij MIT Jameel Clinic. 

Katabi, die senior auteur is, is ook verbonden aan het MIT Computer Science and Artificial Intelligence Laboratory en directeur van het Center for Wireless Networks and Mobile Computing. 

Onderzoekers hebben consequent het potentieel onderzocht van het opsporen van Parkinson met cerebrospinale vloeistof en neuroimaging, maar deze methoden zijn invasief en kostbaar. Ze hebben ook toegang nodig tot gespecialiseerde medische centra. 

AI-beoordeling elke nacht

Het team van onderzoekers trachtte deze uitdagingen te overwinnen en toonde aan dat de AI-beoordeling van Parkinson elke avond thuis kan worden uitgevoerd. De persoon kan zelfs slapen zonder zijn lichaam aan te raken. 

De onderzoekers ontwikkelden een apparaat dat eruitziet als een wifi-router voor thuis, en het zendt radiosignalen uit, analyseert hun reflecties van de omgeving en haalt de ademhalingspatronen van het onderwerp eruit zonder enig lichamelijk contact. Het ademhalingssignaal wordt naar het neurale netwerk gevoerd om de ziekte van Parkinson te beoordelen, zonder inspanning van de patiënt en de verzorger. 

“Een relatie tussen Parkinson en ademhaling werd al in 1817 opgemerkt in het werk van Dr. James Parkinson. Dit motiveerde ons om na te denken over de mogelijkheid om de ziekte aan de hand van iemands ademhaling op te sporen zonder naar bewegingen te kijken', zegt Katabi. "Sommige medische onderzoeken hebben aangetoond dat ademhalingssymptomen zich jaren vóór motorische symptomen manifesteren, wat betekent dat ademhalingsattributen veelbelovend kunnen zijn voor risicobeoordeling voorafgaand aan de diagnose van Parkinson."

Volgens Katabi heeft de studie belangrijke implicaties voor de ontwikkeling van geneesmiddelen en de klinische zorg. 

“Wat de ontwikkeling van geneesmiddelen betreft, kunnen de resultaten klinische onderzoeken met een aanzienlijk kortere duur en minder deelnemers mogelijk maken, waardoor uiteindelijk de ontwikkeling van nieuwe therapieën wordt versneld. In termen van klinische zorg kan de aanpak helpen bij de beoordeling van Parkinson-patiënten in traditioneel achtergestelde gemeenschappen, inclusief degenen die op het platteland wonen en mensen die moeilijk van huis kunnen gaan vanwege beperkte mobiliteit of cognitieve stoornissen, "zegt ze.

Ray Dorsey is professor neurologie aan de Universiteit van Rochester en co-auteur van het artikel. Hij is parkinsonspecialist en zegt dat de studie waarschijnlijk een van de grootste slaaponderzoeken is die ooit bij parkinson zijn uitgevoerd. 

"We hebben deze eeuw geen therapeutische doorbraken gehad, wat suggereert dat onze huidige benaderingen voor het evalueren van nieuwe behandelingen niet optimaal zijn", zegt Dorsey. “We hebben zeer beperkte informatie over manifestaties van de ziekte in hun natuurlijke omgeving en [Katabi's] apparaat stelt je in staat om objectieve, real-world beoordelingen te krijgen van hoe het met mensen thuis gaat. De analogie die ik graag trek [van de huidige beoordelingen van Parkinson] is een straatlantaarn 's nachts, en wat we van de straatlantaarn zien is een heel klein segment … [Katabi's] volledig contactloze sensor helpt ons de duisternis te verlichten.