محققان دانشگاه MIT دستگاهی ابداع کرده اند که با استفاده از فناوری هوش مصنوعی می تواند با الگوهای تنفسی بیمار، احتمال ابتلا به پارکینسون را شناسایی کند.
یک دستگاه توسعه یافته توسط MIT با ظاهری شبیه مودم وای فای از یک شبکه عصبی برای تشخیص وجود و شدت یکی از سریع ترین بیماری های عصبی در جهان استفاده می کند.
تشخیص بیماری پارکینسون بسیار دشوار است زیرا در درجه اول به علائم حرکتی مانند لرزش، سفتی و کندی متکی است، اما این علائم اغلب چندین سال پس از شروع بیماری ظاهر می شوند. اکنون، دینا کاتبی و نیکول فام و تیمش یک مدل هوش مصنوعی ایجاد کرده اند که می تواند پارکینسون را از خواندن الگوهای تنفسی یک فرد تشخیص دهد.
ابزار مورد بحث یک شبکه عصبی است، مجموعه‌ای از الگوریتم‌های متصل که نحوه عملکرد مغز انسان را تقلید می‌کند و می‌تواند از روی الگوی تنفس شبانه تشخیص دهد که آیا فردی به پارکینسون مبتلا است یا خیر . این شبکه عصبی همچنین می‌تواند شدت بیماری پارکینسون را تشخیص دهد و پیشرفت بیماری آنها را در طول زمان ردیابی کند.
در طول سال‌ها، محققان پتانسیل تشخیص پارکینسون را با استفاده از مایع مغزی نخاعی و تصویربرداری عصبی بررسی کرده‌اند، اما چنین روش‌هایی تهاجمی، پرهزینه هستند و نیاز به دسترسی به مراکز پزشکی تخصصی دارند و آنها را برای آزمایش‌های مکرر که در غیر این صورت می‌تواند تشخیص زودهنگام یا ردیابی مستمر را فراهم کند، نامناسب می‌سازد.
محققان MIT نشان دادند که ارزیابی هوش مصنوعی پارکینسون را می توان هر شب در خانه در حالی که فرد خواب است و بدون دست زدن به بدنش انجام داد. برای انجام این کار، تیم دستگاهی با ظاهر یک روتر وای فای خانگی توسعه دادند، اما به جای دسترسی به اینترنت، دستگاه سیگنال‌های رادیویی منتشر می‌کند، بازتاب‌های آنها را از محیط اطراف آنالیز می‌کند و الگوهای تنفسی سوژه را بدون هیچ‌گونه بدنی استخراج می‌کند. سپس سیگنال تنفسی برای ارزیابی پارکینسون به صورت غیرفعال به شبکه عصبی فرستاده می شود و هیچ تلاشی از جانب بیمار و مراقب مورد نیاز نیست.
رابطه بین پارکینسون و تنفس در اوایل سال ۱۸۱۷ ذکر شد. برخی از مطالعات پزشکی نشان داده‌اند که علائم تنفسی سال‌ها قبل از علائم حرکتی ظاهر می‌شوند، به این معنی که ویژگی‌های تنفسی می‌تواند برای ارزیابی خطر قبل از تشخیص پارکینسون امیدوارکننده باشد.
پارکینسون دومین اختلال عصبی شایع است پس از آلزایمر در جهان است. تنها در ایالات متحده بیش از ۱ میلیون نفر را مبتلا می کند و بار اقتصادی سالانه ۵۱.۹ میلیارد دلار دارد.
یک دستگاه توسعه یافته توسط MIT با ظاهری شبیه مودم وای فای از یک شبکه عصبی برای تشخیص وجود و شدت یکی از سریع ترین بیماری های عصبی در جهان استفاده می کند.
تشخیص بیماری پارکینسون بسیار دشوار است زیرا در درجه اول به علائم حرکتی مانند لرزش، سفتی و کندی متکی است، اما این علائم اغلب چندین سال پس از شروع بیماری ظاهر می شوند. اکنون، دینا کاتبی و نیکول فام و تیمش یک مدل هوش مصنوعی ایجاد کرده اند که می تواند پارکینسون را از خواندن الگوهای تنفسی یک فرد تشخیص دهد.
ابزار مورد بحث یک شبکه عصبی است، مجموعه‌ای از الگوریتم‌های متصل که نحوه عملکرد مغز انسان را تقلید می‌کند و می‌تواند از روی الگوی تنفس شبانه تشخیص دهد که آیا فردی به پارکینسون مبتلا است یا خیر . این شبکه عصبی همچنین می‌تواند شدت بیماری پارکینسون را تشخیص دهد و پیشرفت بیماری آنها را در طول زمان ردیابی کند.
در طول سال‌ها، محققان پتانسیل تشخیص پارکینسون را با استفاده از مایع مغزی نخاعی و تصویربرداری عصبی بررسی کرده‌اند، اما چنین روش‌هایی تهاجمی، پرهزینه هستند و نیاز به دسترسی به مراکز پزشکی تخصصی دارند و آنها را برای آزمایش‌های مکرر که در غیر این صورت می‌تواند تشخیص زودهنگام یا ردیابی مستمر را فراهم کند، نامناسب می‌سازد.
محققان MIT نشان دادند که ارزیابی هوش مصنوعی پارکینسون را می توان هر شب در خانه در حالی که فرد خواب است و بدون دست زدن به بدنش انجام داد. برای انجام این کار، تیم دستگاهی با ظاهر یک روتر وای فای خانگی توسعه دادند، اما به جای دسترسی به اینترنت، دستگاه سیگنال‌های رادیویی منتشر می‌کند، بازتاب‌های آنها را از محیط اطراف آنالیز می‌کند و الگوهای تنفسی سوژه را بدون هیچ‌گونه بدنی استخراج می‌کند. سپس سیگنال تنفسی برای ارزیابی پارکینسون به صورت غیرفعال به شبکه عصبی فرستاده می شود و هیچ تلاشی از جانب بیمار و مراقب مورد نیاز نیست.
رابطه بین پارکینسون و تنفس در اوایل سال ۱۸۱۷ ذکر شد. برخی از مطالعات پزشکی نشان داده‌اند که علائم تنفسی سال‌ها قبل از علائم حرکتی ظاهر می‌شوند، به این معنی که ویژگی‌های تنفسی می‌تواند برای ارزیابی خطر قبل از تشخیص پارکینسون امیدوارکننده باشد.
پارکینسون دومین اختلال عصبی شایع است پس از آلزایمر در جهان است. تنها در ایالات متحده بیش از ۱ میلیون نفر را مبتلا می کند و بار اقتصادی سالانه ۵۱.۹ میلیارد دلار دارد.
کد خبر ۲۰۱۰۱۰۶۰۲.۰۰۲
