AI-model detecteert Parkinson bij ademhalingpatronen

Een team van onderzoekers aan het MIT heeft een kunstmatig intelligentie (AI)-model ontwikkeld dat Parkinson kan detecteren door iemands ademhalingpatronen te lezen.

Het neurale netwerk kan een persoons nachtelijke ademhaling, of slaapademhaling, beoordelen om te bepalen of hij of zij Parkinson heeft. Het werd getraind door MIT-promovendus Yuzhe Yang en postdoc Yuan Tuan, en het kan de ernst van iemands ziekte van Parkinson bepalen en de voortgang ervan in de loop van de tijd volgen.

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-hoogleraar in de afdeling Elektrotechniek en Informatica (EECS), en hoofdonderzoeker bij het MIT Jameel Clinic.

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

Onderzoekers hebben consistent onderzocht naar de mogelijkheid om Parkinson te detecteren met behulp van cerebrospinale vloeistof en neurobeelden, maar deze methoden zijn invasief en duur. Ze vereisen ook toegang tot gespecialiseerde medische centra.

AI-beoordeling elke nacht

Het team van onderzoekers zette zich tot doel om deze uitdagingen te overwinnen en demonstreerde dat de AI-beoordeling van Parkinson elke nacht thuis kan worden uitgevoerd. De persoon kan zelfs slapen zonder zijn lichaam aan te raken.

De onderzoekers ontwikkelden een apparaat dat eruitziet als een thuis-WiFi-router en dat radiogolven uitzendt, de reflecties ervan in de omgeving analyseert en de ademhalingpatronen van de persoon zonder enig lichamelijk contact extraheren. Het ademhalingssignaal wordt doorgegeven aan het neurale netwerk om Parkinson te beoordelen, met nul inspanning van de patiënt en de verzorger.

“Er is een relatie tussen Parkinson en ademhaling vastgesteld, zo vroeg als 1817, in het werk van Dr. James Parkinson. Dit motiveerde ons om de mogelijkheid te overwegen om de ziekte te detecteren vanuit iemands ademhaling zonder naar bewegingen te kijken,” zegt Katabi. “Sommige medische studies hebben aangetoond dat respiratoire symptomen jaren voor motorische symptomen verschijnen, wat betekent dat ademhalingseigenschappen veelbelovend kunnen zijn voor risicobeoordeling vóór de diagnose van Parkinson.”

Volgens Katabi heeft de studie belangrijke implicaties voor geneesmiddelenontwikkeling en klinische zorg.

“Wat betreft geneesmiddelenontwikkeling kunnen de resultaten klinische trials mogelijk maken met een aanzienlijk kortere duur en minder deelnemers, waardoor uiteindelijk de ontwikkeling van nieuwe therapieën wordt versneld. Wat betreft klinische zorg kan de aanpak helpen bij de beoordeling van Parkinson-patiënten in traditioneel onderbediende gemeenschappen, waaronder die in landelijke gebieden en die met moeite hun huis kunnen verlaten vanwege beperkte mobiliteit of cognitieve beperking,” zegt ze.

Ray Dorsey is een professor in de neurologie aan de Universiteit van Rochester en co-auteur van het artikel. Hij is een specialist in Parkinson en zegt dat de studie waarschijnlijk een van de grootste slaapstudies is die ooit over Parkinson is uitgevoerd.

“We hebben deze eeuw geen doorbraken in de behandeling gehad, wat suggereert dat onze huidige benadering van de evaluatie van nieuwe behandelingen suboptimaal is,” zegt Dorsey. “We hebben zeer beperkte informatie over de manifestaties van de ziekte in hun natuurlijke omgeving en [Katabi’s] apparaat stelt u in staat om objectieve, werkelijke beoordelingen te krijgen van hoe mensen thuis doen. De analogie die ik wil trekken [van de huidige beoordelingen van Parkinson] is een straatlantaarn ‘s nachts, en wat we van de straatlantaarn zien is een zeer klein segment … [Katabi’s] volledig contactloze sensor helpt ons de duisternis te verlichten.”