Yapay Zeka Modeli, Parkinson’u Solunum Paternlerinden Algılayabilir

Özet: Yeni geliştirilen bir yapay zeka modeli, bir kişinin solunum modellerini okuyarak Parkinson hastalığını tespit edebiliyor. Algoritma ayrıca Parkinson hastalığının ciddiyetini ayırt edebilir ve zaman içindeki ilerlemeyi takip edebilir.

Kaynak: İLE BİRLİKTE

Parkinson hastalığının teşhisi, esas olarak titreme, sertlik ve yavaşlık gibi motor semptomların ortaya çıkmasına dayandığı için çok zordur, ancak bu semptomlar genellikle hastalığın başlangıcından birkaç yıl sonra ortaya çıkar.

Şimdi, Dina Katabi, Thuan (1990) ve MIT’de Elektrik Mühendisliği ve Bilgisayar Bilimi (EECS) Bölümü’nde Nicole Pham Profesörü ve MIT Jameel Clinic’te baş araştırmacı ve ekibi, Parkinson’u tespit edebilen bir yapay zeka modeli geliştirdiler. bir kişinin nefes alma kalıplarını okumaktan.

Söz konusu araç, bir insan beyninin çalışma şeklini taklit eden bir dizi bağlantılı algoritmadan oluşan bir sinir ağıdır ve birinin Parkinson olup olmadığını gece solunumundan, yani uyurken meydana gelen solunum düzenlerinden değerlendirebilir.

MIT Ph.D. tarafından eğitilen sinir ağı. öğrenci Yuzhe Yang ve doktora sonrası Yuan Yuan, aynı zamanda birinin Parkinson hastalığının ciddiyetini ayırt edebiliyor ve hastalıklarının zaman içindeki ilerlemesini takip edebiliyor.

Yang ve Yuan, bugün yayınlanan çalışmayı anlatan yeni bir makalenin ilk yazarları. Doğa Tıbbı. Aynı zamanda MIT Bilgisayar Bilimi ve Yapay Zeka Laboratuvarı’na bağlı olan ve Kablosuz Ağlar ve Mobil Bilgi İşlem Merkezi’nin direktörü olan Katabi, kıdemli yazardır.

Onlara Rutgers Üniversitesi, Rochester Üniversitesi Tıp Merkezi, Mayo Clinic, Massachusetts Genel Hastanesi ve Boston Üniversitesi Sağlık ve Rehabilitasyon Koleji’nden 12 meslektaş katılıyor.

Yıllar boyunca, araştırmacılar beyin omurilik sıvısı ve nörogörüntüleme kullanarak Parkinson’u tespit etme potansiyelini araştırdılar, ancak bu tür yöntemler invaziv, maliyetli ve özel tıp merkezlerine erişim gerektiriyor, bu da onları, aksi takdirde erken teşhis veya sürekli izleme sağlayabilecek sık testler için uygun hale getirmiyor. hastalık seyri.

MIT araştırmacıları, Parkinson’un yapay zeka değerlendirmesinin her gece evde kişi uyurken ve vücuduna dokunmadan yapılabileceğini gösterdi.

Bunu yapmak için ekip, ev Wi-Fi yönlendiricisi görünümünde bir cihaz geliştirdi, ancak internet erişimi sağlamak yerine cihaz radyo sinyalleri yayar, çevredeki ortamdan yansımalarını analiz eder ve herhangi bir bedensel etki olmadan deneğin solunum modellerini çıkarır. İletişim.

Solunum sinyali daha sonra Parkinson’u pasif bir şekilde değerlendirmek için sinir ağına beslenir ve hastadan ve bakıcıdan hiçbir çaba gerektirmez.

“Parkinson ile solunum arasındaki ilişki, 1817 gibi erken bir tarihte Dr. James Parkinson’un çalışmasında kaydedildi. Bu, bizi hareketlere bakmadan kişinin nefesinden hastalığı tespit etme potansiyelini düşünmeye motive etti” diyor Katabi.

“Bazı tıbbi araştırmalar, solunum semptomlarının motor semptomlardan yıllar önce ortaya çıktığını göstermiştir; bu, solunum özelliklerinin Parkinson teşhisinden önce risk değerlendirmesi için umut verici olabileceği anlamına gelir.”

Dünyada en hızlı büyüyen nörolojik hastalık olan Parkinson, Alzheimer hastalığından sonra en sık görülen ikinci nörolojik bozukluktur. Yalnızca Amerika Birleşik Devletleri’nde 1 milyondan fazla insanı etkiliyor ve yıllık ekonomik yükü 51,9 milyar dolar. Araştırma ekibinin cihazı, 757 Parkinson hastası da dahil olmak üzere 7.687 kişi üzerinde test edildi.

Katabi, çalışmanın Parkinson’un ilaç geliştirme ve klinik bakımı için önemli etkileri olduğunu belirtiyor. “İlaç geliştirme açısından, sonuçlar önemli ölçüde daha kısa süreli ve daha az katılımcılı klinik deneyleri mümkün kılarak nihayetinde yeni tedavilerin geliştirilmesini hızlandırabilir.

“Klinik bakım açısından, yaklaşım, kırsal alanlarda yaşayanlar ve sınırlı hareket kabiliyeti veya bilişsel bozukluk nedeniyle evden çıkmakta güçlük çekenler de dahil olmak üzere, geleneksel olarak yetersiz hizmet alan topluluklardaki Parkinson hastalarının değerlendirilmesine yardımcı olabilir” diyor.

Rochester Üniversitesi’nde nöroloji profesörü ve makaleyi birlikte yazan Parkinson uzmanı Ray Dorsey, “Bu yüzyılda hiçbir terapötik atılım olmadı, bu da yeni tedavileri değerlendirmeye yönelik mevcut yaklaşımlarımızın yetersiz olduğunu gösteriyor” diyor. Dorsey, çalışmanın muhtemelen Parkinson üzerinde yapılmış en büyük uyku araştırmalarından biri olduğunu ekliyor.

“Hastalığın doğal ortamlarında ortaya çıkan belirtileri hakkında çok sınırlı bilgimiz var ve [Katabi’s] cihaz, insanların evde nasıl olduklarına dair nesnel, gerçek dünya değerlendirmeleri almanıza olanak tanır.

“Çizmeyi sevdiğim benzetme [of current Parkinson’s assessments] gece bir sokak lambasıdır ve sokak lambasından gördüğümüz çok küçük bir parçadır… [Katabi’s] tamamen temassız sensör, karanlığı aydınlatmamıza yardımcı oluyor.”

Bu AI ve Parkinson hastalığı araştırma haberleri hakkında

Yazar: Anne Trafton
Kaynak: İLE BİRLİKTE
İletişim: Anne Trafton-MIT
Resim: Resim kamu malı

Orjinal araştırma: Açık Erişim.
Yuzhe Yang ve ark., “Gece solunum sinyallerini kullanarak Parkinson hastalığının yapay zeka destekli tespiti ve değerlendirilmesi”. Doğa Tıbbı

---

Soyut

Gece solunum sinyallerini kullanarak Parkinson hastalığının yapay zeka özellikli tespiti ve değerlendirilmesi

Şu anda Parkinson hastalığını (PD) teşhis etmek veya ilerlemesini izlemek için etkili bir biyobelirteç yoktur.

Burada, PD’yi tespit etmek ve gece solunum sinyallerinden ilerlemesini izlemek için bir yapay zeka (AI) modeli geliştirdik. Model, Amerika Birleşik Devletleri’ndeki çeşitli hastanelerin verilerinin yanı sıra çok sayıda kamuya açık veri kümesi kullanılarak 7.671 kişiden oluşan büyük bir veri kümesi üzerinde değerlendirildi.

AI modeli, uzatılmış ve harici test setlerinde sırasıyla 0,90 ve 0,85 eğrinin altındaki alanla PD’yi tespit edebilir. AI modeli ayrıca Hareket Bozukluğu Derneği Birleşik Parkinson Hastalığı Derecelendirme Ölçeğine göre PD şiddetini ve ilerlemesini tahmin edebilir (R= 0.94, P= 3,6 × 10^–25).

AI modeli, uyku ve elektroensefalogram ile ilgili tahminlerini yorumlamaya izin veren bir dikkat katmanı kullanır. Ayrıca model, uyku sırasında bir kişinin vücudundan yansıyan radyo dalgalarından nefes alarak ev ortamında temassız bir şekilde PD’yi değerlendirebilir.

Çalışmamız, PD’nin objektif, invaziv olmayan, evde değerlendirilmesinin fizibilitesini göstermekte ve ayrıca bu AI modelinin klinik tanıdan önce risk değerlendirmesi için yararlı olabileceğine dair ilk kanıtları sunmaktadır.