โรคพาร์กินสันขึ้นชื่อว่าวินิจฉัยได้ยาก เนื่องจากต้องอาศัยลักษณะที่ปรากฏของอาการทางการเคลื่อนไหวเป็นหลัก เช่น อาการสั่น อาการเกร็ง และอาการเชื่องช้า แต่อาการเหล่านี้มักปรากฏขึ้นหลายปีหลังจากเริ่มมีอาการ บทความที่ตีพิมพ์ในวันนี้ในNature MedicineโดยDina Katabi , Thuan (1990) และ Nicole Pham Professor ในภาควิชาวิศวกรรมไฟฟ้าและวิทยาการคอมพิวเตอร์ (EECS) ที่ MIT และผู้ตรวจสอบหลักของMIT Jameel Clinicและทีมงานของเธอได้พัฒนาแบบจำลองปัญญาประดิษฐ์ ที่สามารถตรวจพบโรคพาร์กินสันได้จากการอ่านรูปแบบการหายใจของบุคคล
เครื่องมือที่เป็นปัญหาคือโครงข่ายประสาทเทียม ซึ่งเป็นชุดของอัลกอริธึมที่เชื่อมต่อกันซึ่งเลียนแบบวิธีการทำงานของสมองของมนุษย์ ซึ่งสามารถประเมินว่ามีคนเป็นโรคพาร์กินสันจากการหายใจตอนกลางคืนหรือไม่ กล่าวคือ รูปแบบการหายใจที่เกิดขึ้นขณะนอนหลับ โครงข่ายประสาทเทียมซึ่งได้รับการฝึกฝนโดยนักศึกษาระดับปริญญาเอกของ MIT Yuzhe Yangและ postdoc Yuan Yuanยังสามารถแยกแยะความรุนแรงของโรคพาร์กินสันของใครบางคนและติดตามความก้าวหน้าของโรคเมื่อเวลาผ่านไป
Yang และ Yuan เป็นผู้ร่วมเขียนบทความฉบับแรกซึ่งตีพิมพ์ในวารสารNature Medicine วัน นี้ Katabi ซึ่งเป็นบริษัทในเครือของ MIT Computer Science and Artificial Intelligence Laboratory และผู้อำนวยการCenter for Wireless Networks and Mobile Computingเป็นผู้เขียนอาวุโส พวกเขามีเพื่อนร่วมงาน 12 คนจาก Rutgers University, University of Rochester Medical Center, Mayo Clinic, Massachusetts General Hospital และ Boston University College of Health and Rehabilitation
ในช่วงหลายปีที่ผ่านมา นักวิจัยได้ตรวจสอบศักยภาพในการตรวจหาโรคพาร์กินสันโดยใช้น้ำไขสันหลังและการสร้างภาพประสาท แต่วิธีการดังกล่าวเป็นการบุกรุก เสียค่าใช้จ่าย และจำเป็นต้องเข้าถึงศูนย์การแพทย์เฉพาะทาง ทำให้ไม่เหมาะสำหรับการทดสอบบ่อยครั้งที่อาจให้การวินิจฉัยในระยะเริ่มต้นหรือการติดตามอย่างต่อเนื่องของ ความก้าวหน้าของโรค
นักวิจัยของ MIT แสดงให้เห็นว่าการประเมินปัญญาประดิษฐ์ของพาร์กินสันสามารถทำได้ทุกคืนที่บ้านในขณะที่บุคคลนั้นหลับและไม่ต้องสัมผัสร่างกาย ในการทำเช่นนั้น ทีมพัฒนาอุปกรณ์ที่มีลักษณะเหมือนเราเตอร์ Wi-Fi ที่บ้าน แต่แทนที่จะให้การเข้าถึงอินเทอร์เน็ต อุปกรณ์จะส่งสัญญาณวิทยุ วิเคราะห์การสะท้อนของพวกเขาจากสภาพแวดล้อมโดยรอบ และแยกรูปแบบการหายใจของผู้ถูกทดสอบโดยไม่มีร่างกาย ติดต่อ. จากนั้นสัญญาณการหายใจจะถูกส่งไปยังโครงข่ายประสาทเทียมเพื่อประเมินโรคพาร์กินสันในลักษณะที่ไม่โต้ตอบ และไม่มีความพยายามใดๆ จากผู้ป่วยและผู้ดูแลผู้ป่วย
“ความสัมพันธ์ระหว่างโรคพาร์กินสันกับการหายใจถูกบันทึกไว้ในปี ค.ศ. 1817 ในผลงานของดร.เจมส์ พาร์กินสัน สิ่งนี้กระตุ้นให้เราพิจารณาถึงศักยภาพในการตรวจหาโรคจากการหายใจโดยไม่ต้องดูการเคลื่อนไหว” Katabi กล่าว “การศึกษาทางการแพทย์บางชิ้นแสดงให้เห็นว่าอาการระบบทางเดินหายใจปรากฏขึ้นหลายปีก่อนมีอาการของมอเตอร์ ซึ่งหมายความว่าคุณลักษณะการหายใจอาจมีแนวโน้มสำหรับการประเมินความเสี่ยงก่อนการวินิจฉัยโรคพาร์กินสัน”
โรคทางระบบประสาทที่เติบโตเร็วที่สุดในโลก พาร์กินสันเป็นโรคทางระบบประสาทที่พบมากเป็นอันดับสองรองจากโรคอัลไซเมอร์ ในสหรัฐอเมริกาประเทศเดียว ทุกข์ทรมานกว่า 1 ล้านคนและมีภาระทางเศรษฐกิจต่อปีที่ 51,900 ล้านดอลลาร์ อุปกรณ์ของทีมวิจัยได้รับการทดสอบกับผู้ป่วย 7,687 ราย รวมถึงผู้ป่วยโรคพาร์กินสันจำนวน 757 ราย
Katabi ตั้งข้อสังเกตว่าการศึกษานี้มีนัยสำคัญต่อการพัฒนายาและการดูแลทางคลินิกของพาร์กินสัน “ในแง่ของการพัฒนายา ผลลัพธ์สามารถเปิดใช้งานการทดลองทางคลินิกด้วยระยะเวลาที่สั้นลงอย่างมีนัยสำคัญและมีผู้เข้าร่วมน้อยลง ซึ่งท้ายที่สุดแล้วจะเร่งการพัฒนาวิธีการรักษาใหม่ ๆ ในแง่ของการดูแลทางคลินิก วิธีการนี้สามารถช่วยในการประเมินผู้ป่วยโรคพาร์กินสันในชุมชนที่ไม่ได้รับการดูแลตามประเพณี รวมทั้งผู้ที่อาศัยอยู่ในพื้นที่ชนบทและผู้ที่มีปัญหาในการออกจากบ้านเนื่องจากการเคลื่อนไหวที่จำกัดหรือความบกพร่องทางสติปัญญา” เธอกล่าว
Ray Dorseyศาสตราจารย์ด้านประสาทวิทยาจาก University of Rochester และผู้เชี่ยวชาญของ Parkinson ผู้ร่วมเขียนรายงานกล่าวว่า “เราไม่มีความก้าวหน้าในการรักษาในศตวรรษนี้ ซึ่งชี้ให้เห็นว่าแนวทางการประเมินการรักษาใหม่ๆ ในปัจจุบันของเรานั้นยังไม่เหมาะสม Dorsey เสริมว่าการศึกษานี้น่าจะเป็นหนึ่งในการศึกษาเรื่องการนอนหลับที่ใหญ่ที่สุดเท่าที่เคยมีมาในโรคพาร์กินสัน “เรามีข้อมูลที่จำกัดมากเกี่ยวกับอาการของโรคในสภาพแวดล้อมทางธรรมชาติ และอุปกรณ์ [ของ Katabi] ช่วยให้คุณได้รับการประเมินอย่างเป็นกลางในโลกแห่งความเป็นจริงว่าผู้คนกำลังทำอะไรที่บ้าน การเปรียบเทียบที่ฉันชอบวาด [จากการประเมินของโรคพาร์กินสันในปัจจุบัน] คือโคมไฟถนนในเวลากลางคืน และสิ่งที่เราเห็นจากโคมไฟถนนเป็นส่วนที่เล็กมาก … [เซ็นเซอร์แบบไร้สัมผัสของ Katabi] ช่วยให้เราส่องสว่างในความมืด”
งานวิจัยนี้ดำเนินการร่วมกับมหาวิทยาลัย Rochester, Mayo Clinic และ Massachusetts General Hospital และได้รับการสนับสนุนจาก National Institutes of Health โดยได้รับการสนับสนุนบางส่วนจาก National Science Foundation และ Michael J. Fox Foundation
