การแพทย์

โมเดล AI ตรวจพบโรคพาร์คินสันจากลักษณะการหายใจ

mm
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google

ทีมนักวิจัยจาก MIT ได้พัฒนาโมเดล AI ที่สามารถตรวจพบโรคพาร์คินสันจากลักษณะการหายใจของบุคคลได้

เครือข่ายประสาทเทียมสามารถประเมินลักษณะการหายใจตอนกลางคืนหรือการหายใจขณะนอนหลับเพื่อกำหนดว่าบุคคลนั้นมีโรคพาร์คินสันหรือไม่ โมเดลนี้ได้รับการฝึกอบรมโดย Yuzhe Yang นักศึกษาปริญญาเอกจาก MIT และ Yuan Tuan นักวิจัยหลังปริญญาเอก และสามารถกำหนดความรุนแรงของโรคพาร์คินสันและติดตามความก้าวหน้าของโรคได้

Yang เป็นผู้เขียนหลักของบทความวิจัยใหม่นี้ ซึ่งได้รับการตีพิมพ์ใน Nature Medicine

ทีมนักวิจัยประกอบด้วย Dina Katabi ศาสตราจารย์จากภาควิชาวิศวกรรมไฟฟ้าและวิทยาการคอมพิวเตอร์ (EECS) และผู้สอบสวนหลักจาก MIT Jameel Clinic

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

นักวิจัยได้ศึกษาความเป็นไปได้ในการตรวจพบโรคพาร์คินสันโดยใช้ของเหลวในไขสันหลังและภาพถ่ายรังสี แต่วิธีการเหล่านี้มีราคาแพงและต้องมีการเข้าถึงศูนย์ทางการแพทย์เฉพาะ

การประเมิน AI ทุกคืน

ทีมนักวิจัยได้พยายาม克服ความท้าทายเหล่านี้และแสดงให้เห็นว่าการประเมิน AI ของโรคพาร์คินสันสามารถทำได้ทุกคืน tạiบ้าน โดยไม่ต้องสัมผัสกับร่างกาย

นักวิจัยได้พัฒนาเครื่องมือที่ดูเหมือนกับเราเตอร์ Wi-Fi ที่บ้าน และมันส่งสัญญาณวิทยุ วิเคราะห์การสะท้อนกลับจากสภาพแวดล้อม และ抽出ลักษณะการหายใจของบุคคลโดยไม่ต้องสัมผัสกับร่างกาย สัญญาณการหายใจจะถูกส่งไปยังเครือข่ายประสาทเทียมเพื่อประเมินโรคพาร์คินสัน โดยไม่ต้องมีการพยายามใดๆ จากผู้ป่วยและผู้ดูแล

“ความสัมพันธ์ระหว่างโรคพาร์คินสันและการหายใจถูกบันทึกไว้ตั้งแต่ปี 1817 ในงานของ Dr. James Parkinson ซึ่งทำให้เราได้พิจารณาความเป็นไปได้ในการตรวจพบโรคจากลักษณะการหายใจโดยไม่ต้องดูการเคลื่อนไหว” Katabi กล่าว “การศึกษาทางการแพทย์บางอย่างแสดงให้เห็นว่าอาการทางเดินหายใจเกิดขึ้นก่อนอาการทางกล้ามเนื้อ ซึ่งหมายความว่าคุณลักษณะการหายใจอาจมีประโยชน์สำหรับการประเมินความเสี่ยงก่อนการวินิจฉัยโรคพาร์คินสัน”

ตาม Katabi การศึกษานี้มีผลกระทบสำคัญต่อการพัฒนายาและการดูแลทางการแพทย์

“ในด้านการพัฒนายา ผลการวิจัยสามารถช่วยให้การลองยามีความยาวสั้นลงและมีผู้เข้าร่วมน้อยลง ซึ่งจะช่วยเร่งการพัฒนายาใหม่ๆ ในด้านการดูแลทางการแพทย์ วิธีการนี้สามารถช่วยในการประเมินผู้ป่วยโรคพาร์คินสันในุมชนชายขอบ เช่น ผู้ที่อาศัยอยู่ในพื้นที่ชนบทและผู้ที่มีความยากลำบากในการออกนอกบ้านเนื่องจากการเคลื่อนไหวหรือความผิดปกติของสมอง” เธอกล่าว

Ray Dorsey เป็นศาสตราจารย์จากภาควิชาประสาทวิทยาจาก University of Rochester และเป็นผู้เขียนร่วมของบทความนี้ เขาเป็นผู้เชี่ยวชาญด้านโรคพาร์คินสันและกล่าวว่าการศึกษานี้อาจเป็นหนึ่งในการศึกษาการนอนหลับที่ใหญ่ที่สุดเกี่ยวกับโรคพาร์คินสัน

“เราไม่มีการพัฒนายาที่ประสบความสำเร็จในศตวรรษนี้ ซึ่งหมายความว่าวิธีการประเมินยาของเราอาจไม่เหมาะสม” Dorsey กล่าว “เรามีข้อมูลที่จำกัดเกี่ยวกับการแสดงออกของโรคในสภาพแวดล้อมธรรมชาติ และ [อุปกรณ์ของ Katabi] ช่วยให้เราได้รับการประเมินอย่างเป็นกลางและจริงเกี่ยวกับว่าผู้คนทำอย่างไรที่บ้าน การเปรียบเทียบที่ฉันชอบ [ในการประเมินโรคพาร์คินสันในปัจจุบัน] คือโคมไฟบนถนนในเวลากลางคืน และสิ่งที่เรามองเห็นจากโคมไฟคือเพียงส่วนเล็กๆ … [อุปกรณ์ของ Katabi] ช่วยให้เราlluminate ความมืดมิด”

Alex นำทีมการดำเนินงานข่าวสารที่ขับเคลื่อนด้วย AI ของ Unite.AI โดยผสานการทำข่าว, การวิจัย และระบบอัตโนมัติเพื่อสนับสนุนการครอบคลุมปัญญาประดิษฐ์อย่างทันท่วงทีและขยายได้ งานของเขาช่วยให้การพัฒนาปัญญาประดิษฐ์ที่กำลังเกิดขึ้นถูกนำเสนออย่างมีประสิทธิภาพในขณะที่ยังคงรักษามาตรฐานบรรณาธิการของสำนักพิมพ์.