Bu hafta Nature Medicine'de yayınlanan bir araştırmaya göre, araştırmacılar, bir hasta uyurken meydana gelen gece solunum modellerini kullanarak Parkinson hastalığının (PD) varlığını ve şiddetini tespit eden bir yapay zeka (AI) modeli geliştirdiler.

Ulusal Sağlık Enstitüleri Ulusal Yaşlanma Enstitüsü, PD'nin genellikle teşhis edilmesi zor olan nörolojik bir durum olduğunu belirtir, çünkü semptomlar erken evrelerde görünürse bile belirsizdir ve zaman içinde kademeli olarak ortaya çıkar. PD genellikle titreme, sertlik ve koordinasyon güçlüğü gibi motor semptomların ortaya çıkması temelinde teşhis edilir. Ancak bu semptomlar ortaya çıktığında, hastalığın ilerlemesi genellikle birkaç yıldır.

Medimagazin'in haberine göre,

PD'nin erken teşhisi, semptomları yönetmek ve hastanın yaşam kalitesini iyileştirmek için kritik öneme sahiptir, ancak erken evre teşhisler sınırlıdır ve birçoğu maliyetli ve invazivdir . Erken PD tanılarını desteklemek için, çalışma yazarları PD'yi erişilebilir, invaziv olmayan bir şekilde tespit edebilen bir AI modeli oluşturmaya çalıştılar.

PD'nin erken belirtileri genellikle demans gibi bilişsel sorunlarla ilişkilidir, ancak diğer, daha belirsiz semptomların PD ile ilişkili olduğunu gösteren kanıtlar vardır.

Risk değerlendirmesi için umut verici

Massachusetts Institute of Technology'de elektrik mühendisliği ve bilgisayar bilimi profesörü ve MIT'de baş araştırmacı olan Dina Katabi, “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. 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.” dedi.

Araştırmacılar, hastaların nefes alma düzenlerini ölçmek için, bir hastanın uyurken yatak odasına yerleştirilen, kabaca bir WiFi yönlendirici boyutunda ve şeklinde bir cihaz geliştirdiler. Cihaz daha sonra radyo sinyalleri yayar ve solunum düzenleri de dahil olmak üzere çevredeki ortam tarafından oluşturulan bu sinyallerin yansımalarını analiz eder.

Bu geri bildirim daha sonra , PD olup olmadığını belirlemek için her hastanın solunum modellerini analiz eden bir sinir ağına verilir. Modeli eğitmek ve doğrulamak için araştırmacılar, Mayo Clinic, NIH ve Massachusetts General Hospital uyku laboratuvarı dahil olmak üzere birden fazla veri kümesinden ve kaynaktan gelen verileri kullandılar.

Yüksek performans elde etti

Birleşik veri seti, 757 PD denekten ve 6.914 kontrol denekten 120.000 saatin üzerinde gece solunum sinyali ile 11.964 geceden bilgi içeriyordu. Genel olarak model, zaman içinde PD ilerlemesini etkili bir şekilde izlemenin yanı sıra PD'nin varlığını ve ciddiyetini belirlemede yüksek performans elde etti.

Araştırma ekibi, bu bulguların, ilaç ve terapi geliştirme dahil olmak üzere, PD araştırmaları ve klinik bakım için birçok potansiyel etkisi olduğunu belirtti.