Model AI zisťuje Parkinsonovu chorobu podľa vzorcov dýchania

Tím výskumníkov z MIT vyvinul model umelej inteligencie (AI), ktorý dokáže odhaliť Parkinsonovu chorobu z čítania vzorcov dýchania človeka. 

Neurónová sieť je schopná vyhodnotiť nočné dýchanie človeka alebo spánkové dýchacie vzorce a určiť, či má alebo nemá Parkinsonovu chorobu. Vyškolil ju doktorand MIT Yuzhe Yang a postdoktor Yuan Tuan a dokáže určiť závažnosť Parkinsonovej choroby a zároveň sledovať jej progresiu v priebehu času. 

Yang je prvým autorom nového výskumného článku, ktorý bol publikovaný v r Príroda lekárstve. 

Celý tím zahŕňal Dinu Katabi, profesorku Thuana a Nicole Pham na Katedre elektrotechniky a informatiky (EECS) a hlavnú výskumnú prácu na MIT Jameel Clinic. 

Katabi, ktorý je hlavným autorom, je tiež pobočkou MIT Computer Science and Artificial Intelligence Laboratory a riaditeľom Centra pre bezdrôtové siete a mobilné počítače. 

Vedci dôsledne skúmali potenciál detekcie Parkinsonovej choroby pomocou mozgovomiechového moku a neurozobrazovania, ale tieto metódy sú invazívne a nákladné. Vyžadujú tiež prístup do špecializovaných lekárskych stredísk. 

Hodnotenie AI každú noc

Tím výskumníkov sa rozhodol prekonať tieto výzvy a demonštroval, že hodnotenie Parkinsonovej choroby AI je možné vykonávať každý večer doma. Osoba môže dokonca spať bez toho, aby sa dotkla svojho tela. 

Výskumníci vyvinuli zariadenie, ktoré vyzerá ako domáci Wi-Fi router a vysiela rádiové signály, analyzuje ich odrazy od okolitého prostredia a extrahuje dýchacie vzorce subjektu bez akéhokoľvek telesného kontaktu. Dýchací signál sa privádza do neurónovej siete na posúdenie Parkinsonovej choroby s nulovým úsilím zo strany pacienta a opatrovateľa. 

„Vzťah medzi Parkinsonovou chorobou a dýchaním bol zaznamenaný už v roku 1817 v práci Dr. Jamesa Parkinsona. To nás motivovalo zvážiť potenciál detekcie choroby z dýchania bez toho, aby sme sa pozerali na pohyby, “hovorí Katabi. "Niektoré lekárske štúdie ukázali, že respiračné symptómy sa prejavujú roky pred motorickými symptómami, čo znamená, že atribúty dýchania by mohli byť sľubné pre posúdenie rizika pred diagnózou Parkinsonovej choroby."

Podľa Katabiho má štúdia dôležité dôsledky pre vývoj liekov a klinickú starostlivosť. 

„Pokiaľ ide o vývoj liekov, výsledky môžu umožniť klinické štúdie s výrazne kratším trvaním a menším počtom účastníkov, čo v konečnom dôsledku urýchli vývoj nových terapií. Pokiaľ ide o klinickú starostlivosť, prístup môže pomôcť pri hodnotení pacientov s Parkinsonovou chorobou v tradične nedostatočne obsluhovaných komunitách, vrátane tých, ktorí žijú vo vidieckych oblastiach a tých, ktorí majú problém opustiť domov kvôli obmedzenej pohyblivosti alebo kognitívnej poruche,“ hovorí.

Ray Dorsey je profesorom neurológie na University of Rochester a spoluautorom článku. Je odborníkom na Parkinsonovu chorobu a hovorí, že táto štúdia je pravdepodobne jednou z najväčších štúdií spánku, aké boli kedy vykonané na Parkinsonovej chorobe. 

"V tomto storočí sme nezaznamenali žiadne terapeutické objavy, čo naznačuje, že naše súčasné prístupy k hodnoteniu nových liečebných postupov nie sú optimálne," hovorí Dorsey. „Máme veľmi obmedzené informácie o prejavoch choroby v ich prirodzenom prostredí a [Katabiho] zariadenie vám umožňuje získať objektívne, reálne hodnotenia toho, ako sa ľuďom doma darí. Analógia, ktorú rád kreslím [súčasných hodnotení Parkinsona], je pouličná lampa v noci a to, čo vidíme z pouličnej lampy, je veľmi malý segment... [Katabiho] úplne bezkontaktný senzor nám pomáha osvetliť tmu.“