Mô hình AI phát hiện bệnh Parkinson từ mẫu thở

Một nhóm nghiên cứu tại MIT đã phát triển một mô hình trí tuệ nhân tạo (AI) có thể phát hiện bệnh Parkinson từ mẫu thở của một người.

Mạng nơ-ron này có thể đánh giá mẫu thở ban đêm, hoặc mẫu thở khi ngủ, để xác định xem một người có bị bệnh Parkinson hay không. Nó được đào tạo bởi sinh viên tiến sĩ Yuzhe Yang và nghiên cứu viên sau tiến sĩ Yuan Tuan, và nó có thể xác định mức độ nghiêm trọng của bệnh Parkinson và theo dõi sự tiến triển của bệnh theo thời gian.

Yang là tác giả đầu tiên của bài nghiên cứu mới, được công bố trên Nature Medicine.

Toàn bộ nhóm nghiên cứu bao gồm Dina Katabi, giáo sư tại Khoa Kỹ thuật Điện và Khoa học Máy tính (EECS), và là nhà điều tra chính tại MIT Jameel Clinic.

Katabi, người là tác giả cao cấp, cũng là thành viên của Phòng thí nghiệm Khoa học Máy tính và Trí tuệ Nhân tạo của MIT và là giám đốc của Trung tâm Mạng không dây và Máy tính Di động.

Các nhà nghiên cứu đã liên tục điều tra tiềm năng của việc phát hiện bệnh Parkinson bằng dịch não tủy và hình ảnh não, nhưng những phương pháp này xâm lấn và tốn kém. Chúng cũng yêu cầu truy cập vào các trung tâm y tế chuyên biệt.

Đánh giá AI Mỗi Đêm

Nhóm nghiên cứu đã đặt ra để vượt qua những thách thức này và chứng minh rằng đánh giá AI của bệnh Parkinson có thể được thực hiện mỗi đêm tại nhà. Người bệnh thậm chí có thể đang ngủ mà không cần chạm vào cơ thể.

Các nhà nghiên cứu đã phát triển một thiết bị trông giống như một bộ định tuyến Wi-Fi gia đình, và nó phát ra tín hiệu radio, phân tích sự phản xạ của chúng từ môi trường xung quanh, và trích xuất mẫu thở của đối tượng mà không cần tiếp xúc với cơ thể. Tín hiệu thở được đưa vào mạng nơ-ron để đánh giá bệnh Parkinson, với không cần nỗ lực từ bệnh nhân và người chăm sóc.

“Mối quan hệ giữa bệnh Parkinson và thở đã được lưu ý từ năm 1817, trong công việc của bác sĩ James Parkinson. Điều này đã thúc đẩy chúng tôi xem xét tiềm năng của việc phát hiện bệnh từ mẫu thở mà không cần nhìn vào chuyển động,” Katabi nói. “Một số nghiên cứu y tế đã chỉ ra rằng các triệu chứng hô hấp xuất hiện nhiều năm trước khi các triệu chứng vận động, có nghĩa là các thuộc tính thở có thể hứa hẹn cho việc đánh giá rủi ro trước khi chẩn đoán bệnh Parkinson.”

Theo Katabi, nghiên cứu này có ý nghĩa quan trọng đối với việc phát triển thuốc và chăm sóc lâm sàng.

“Về việc phát triển thuốc, kết quả có thể cho phép các thử nghiệm lâm sàng với thời gian ngắn hơn và ít tham gia hơn, cuối cùng là tăng tốc việc phát triển các phương pháp điều trị mới. Về chăm sóc lâm sàng, phương pháp này có thể giúp đánh giá bệnh nhân Parkinson trong các cộng đồng truyền thống bị thiệt thòi, bao gồm cả những người sống ở khu vực nông thôn và những người có khó khăn khi rời khỏi nhà do khả năng vận động hạn chế hoặc suy giảm nhận thức,” cô nói.

Ray Dorsey là giáo sư thần kinh học tại Đại học Rochester và là đồng tác giả của bài báo. Ông là một chuyên gia về bệnh Parkinson và nói rằng nghiên cứu này có thể là một trong những nghiên cứu về giấc ngủ lớn nhất từng được thực hiện trên bệnh Parkinson.

“Chúng tôi đã không có đột phá điều trị trong thế kỷ này, cho thấy rằng cách tiếp cận hiện tại của chúng tôi để đánh giá các phương pháp điều trị mới là không tối ưu,” Dorsey nói. “Chúng tôi có rất ít thông tin về các biểu hiện của bệnh trong môi trường tự nhiên và [thiết bị của Katabi] cho phép bạn có được đánh giá khách quan, thực tế về cách mọi người đang làm tại nhà. Sự tương tự mà tôi muốn vẽ [của các đánh giá bệnh Parkinson hiện tại] là một chiếc đèn đường vào ban đêm, và những gì chúng tôi thấy từ chiếc đèn đường là một đoạn rất nhỏ … [thiết bị không tiếp xúc hoàn toàn của Katabi] giúp chúng tôi chiếu sáng bóng tối.”