人工智能模型通过呼吸模式检测帕金森病

麻省理工学院的一组研究人员开发了一种人工智能（AI）模型，可以通过阅读一个人的呼吸模式来检测帕金森病。

该神经网络可以评估一个人的夜间呼吸模式，或睡眠呼吸模式，以确定他们是否患有帕金森病。它由麻省理工学院的博士生Yuzhe Yang和博士后Yuan Tuan训练，并且可以跟踪某人的帕金森病的严重程度和随时间的进展。

杨是新研究论文的第一作者，该论文发表在《自然医学》上。

整个团队包括Dina Katabi，电气工程和计算机科学系（EECS）的Thuan和Nicole Pham教授，以及麻省理工学院Jameel Clinic的首席研究员。

卡塔比是资深作者，也是麻省理工学院计算机科学和人工智能实验室的附属成员，并且是无线网络和移动计算中心的主任。

研究人员一直在研究检测帕金森病的潜力，使用脑脊液和神经成像，但这些方法是侵入性的和昂贵的。它们还需要访问专门的医疗中心。

每晚的人工智能评估

研究人员团队旨在克服这些挑战，并证明帕金森病的AI评估可以在家中每晚进行。即使该人正在睡觉，也无需触摸他们的身体。

研究人员开发了一种设备，类似于家用Wi-Fi路由器，它发出无线电信号，分析它们在周围环境中的反射，并在没有任何身体接触的情况下提取受试者的呼吸模式。呼吸信号被输入神经网络以评估帕金森病，患者和护理人员无需任何努力。

“帕金森病和呼吸之间的关系早在1817年就被注意到了，在詹姆斯·帕金森博士的工作中。这激发了我们考虑从一个人的呼吸中检测疾病的潜力，而不需要查看运动，”卡塔比说。“一些医学研究表明，呼吸症状在运动症状之前几年就已经出现，这意味着呼吸特征可能是风险评估的有前途的方法，在帕金森病诊断之前。”

根据卡塔比的说法，这项研究对药物开发和临床护理具有重要意义。

“在药物开发方面，结果可以实现临床试验时间明显缩短，参与者数量减少，最终加速新疗法的开发。在临床护理方面，这种方法可以帮助评估帕金森病患者，特别是在传统上服务不足的社区，包括居住在农村地区和由于行动不便或认知障碍而难以离开家的人，”她说。

罗切斯特大学的神经学教授雷·多尔西是论文的共同作者，他也是帕金森病专家，他说这项研究可能是有史以来对帕金森病进行的最大睡眠研究之一。

“我们这个世纪还没有取得任何治疗突破，这表明我们目前评估新治疗方法的方法是次优的，”多尔西说。“我们对疾病在自然环境中的表现了解很少，而[卡塔比的]设备允许我们在家中获得客观的、真实世界的评估，了解人们的状况。我的一个类比是夜晚的路灯，我们从路灯看到的只是一个很小的部分……[卡塔比的]完全无接触的传感器帮助我们照亮黑暗。”