ต้นขั้ว โมเดล AI ตรวจจับพาร์กินสันจากรูปแบบการหายใจ - Unite.AI
เชื่อมต่อกับเรา

การดูแลสุขภาพ

โมเดล AI ตรวจจับพาร์กินสันจากรูปแบบการหายใจ

การตีพิมพ์

 on

ภาพ: นักวิจัย MIT

ทีมนักวิจัยของ MIT ได้พัฒนาแบบจำลองปัญญาประดิษฐ์ (AI) ที่สามารถตรวจจับโรคพาร์กินสันได้จากการอ่านรูปแบบการหายใจของบุคคล 

โครงข่ายประสาทเทียมสามารถประเมินการหายใจตอนกลางคืนหรือรูปแบบการหายใจขณะหลับของบุคคลหนึ่งๆ เพื่อระบุว่าพวกเขาเป็นโรคพาร์กินสันหรือไม่ ได้รับการฝึกฝนโดยนักศึกษาปริญญาเอกของ MIT Yuzhe Yang และ postdoc Yuan Tuan และสามารถระบุความรุนแรงของโรคพาร์กินสันของใครบางคนในขณะที่ติดตามการลุกลามเมื่อเวลาผ่านไป 

Yang เป็นผู้เขียนคนแรกของงานวิจัยชิ้นใหม่ซึ่งตีพิมพ์ใน แพทย์ธรรมชาติ

ทีมงานทั้งหมดรวมถึง Dina Katabi ศาสตราจารย์ Thuan และ Nicole Pham ในภาควิชาวิศวกรรมไฟฟ้าและวิทยาการคอมพิวเตอร์ (EECS) และผู้ตรวจสอบหลักที่ MIT Jameel Clinic 

Katabi ซึ่งเป็นผู้เขียนอาวุโส เป็นบริษัทในเครือของ MIT Computer Science and Artificial Intelligence Laboratory และผู้อำนวยการ Center for Wireless Networks and Mobile Computing 

นักวิจัยได้ตรวจสอบศักยภาพของการตรวจหาโรคพาร์กินสันอย่างต่อเนื่องโดยใช้น้ำไขสันหลังและการสร้างภาพทางระบบประสาท แต่วิธีการเหล่านี้เป็นวิธีที่แพร่หลายและมีค่าใช้จ่ายสูง พวกเขายังต้องการเข้าถึงศูนย์การแพทย์เฉพาะทาง 

การประเมิน AI ทุกคืน

ทีมนักวิจัยมุ่งมั่นที่จะเอาชนะความท้าทายเหล่านี้และแสดงให้เห็นว่าการประเมินโรคพาร์กินสันด้วย AI สามารถทำได้ทุกคืนที่บ้าน บุคคลนั้นสามารถหลับได้โดยไม่ต้องสัมผัสร่างกาย 

นักวิจัยได้พัฒนาอุปกรณ์ที่ดูเหมือนเราเตอร์ Wi-Fi ในบ้าน และจะปล่อยสัญญาณวิทยุ วิเคราะห์แสงสะท้อนจากสภาพแวดล้อมโดยรอบ และแยกรูปแบบการหายใจของตัวอย่างโดยไม่ต้องสัมผัสร่างกายใดๆ สัญญาณการหายใจจะถูกส่งไปยังโครงข่ายประสาทเทียมเพื่อประเมินโรคพาร์กินสัน โดยที่ผู้ป่วยและผู้ดูแลไม่ต้องออกแรงใดๆ 

“ความสัมพันธ์ระหว่างโรคพาร์กินสันกับการหายใจถูกบันทึกไว้ตั้งแต่ปี 1817 ในงานของดร. เจมส์ พาร์กินสัน สิ่งนี้กระตุ้นให้เราพิจารณาถึงศักยภาพในการตรวจหาโรคจากการหายใจโดยไม่ต้องดูการเคลื่อนไหว” Katabi กล่าว “การศึกษาทางการแพทย์บางชิ้นแสดงให้เห็นว่าอาการทางระบบทางเดินหายใจเกิดขึ้นหลายปีก่อนอาการของมอเตอร์ หมายความว่าลักษณะการหายใจอาจมีแนวโน้มสำหรับการประเมินความเสี่ยงก่อนการวินิจฉัยโรคพาร์กินสัน”

จากข้อมูลของ Katabi การศึกษามีความหมายที่สำคัญต่อการพัฒนายาและการดูแลทางคลินิก 

“ในแง่ของการพัฒนายา ผลลัพธ์ที่ได้จะช่วยให้การทดลองทางคลินิกมีระยะเวลาสั้นลงอย่างมากและมีผู้เข้าร่วมน้อยลง ซึ่งท้ายที่สุดแล้วจะเป็นการเร่งการพัฒนาวิธีการรักษาใหม่ๆ ในแง่ของการดูแลทางคลินิก วิธีการนี้สามารถช่วยในการประเมินผู้ป่วยโรคพาร์กินสันในชุมชนดั้งเดิมที่ด้อยโอกาส รวมถึงผู้ที่อาศัยอยู่ในพื้นที่ชนบทและผู้ที่มีปัญหาในการออกจากบ้านเนื่องจากการเคลื่อนไหวที่จำกัดหรือความบกพร่องทางสติปัญญา” เธอกล่าว

Ray Dorsey เป็นศาสตราจารย์ด้านประสาทวิทยาที่มหาวิทยาลัย Rochester และเป็นผู้ร่วมเขียนบทความ เขาเป็นผู้เชี่ยวชาญด้านโรคพาร์กินสันและกล่าวว่าการศึกษานี้น่าจะเป็นหนึ่งในการศึกษาการนอนหลับที่ใหญ่ที่สุดเท่าที่เคยมีมาเกี่ยวกับโรคพาร์กินสัน 

Dorsey กล่าวว่า "ในศตวรรษนี้เรายังไม่มีการค้นพบทางการรักษาใหม่ ซึ่งบ่งชี้ว่าแนวทางปัจจุบันของเราในการประเมินการรักษาใหม่ๆ “เรามีข้อมูลที่จำกัดมากเกี่ยวกับอาการของโรคในสภาพแวดล้อมทางธรรมชาติ และอุปกรณ์ [Katabi's] ช่วยให้คุณได้รับการประเมินตามวัตถุประสงค์ในโลกแห่งความเป็นจริงว่าผู้คนกำลังทำอะไรอยู่ที่บ้าน การเปรียบเทียบที่ฉันชอบวาด [ของการประเมินโรคพาร์กินสันในปัจจุบัน] คือไฟถนนในตอนกลางคืน และสิ่งที่เราเห็นจากไฟถนนนั้นเป็นส่วนเล็กๆ … เซ็นเซอร์ไร้สัมผัสทั้งหมด [ของ Katabi] ช่วยให้เราส่องสว่างในความมืด”

Alex McFarland เป็นนักข่าวและนักเขียนด้าน AI ที่สำรวจการพัฒนาล่าสุดในด้านปัญญาประดิษฐ์ เขาได้ร่วมมือกับสตาร์ทอัพด้าน AI และสิ่งพิมพ์ต่างๆ มากมายทั่วโลก