如何使用人工智能工具远程评估帕金森病情程度

　　据麦姆斯咨询报道，一项新的研究表明，在睡眠期间被动监测呼吸的系统不仅可以检测帕金森氏症，还可以跟踪疾病随时间的进展。研究人员使用人工智能工具筛选来自研究参与者的大量数据，以找到识别疾病和确定疾病严重程度的模式。

　　“我喜欢把我们对帕金森病的理解比作夜晚的路灯；我们只有在患者到诊所就诊时才能面对这种疾病。此外，随着时间的推移，我们用来追踪疾病的方法是主观的。”罗切斯特大学医学中心（URMC）神经病学教授、该研究的合著者Ray Dorsey医学博士说，“因此，我们对帕金森病如何影响人们的日常生活知之甚少。这项研究表明，远程监测有可能识别出患有帕金森氏症的个体，并客观地衡量疾病的严重程度和进展情况。这可能是早期发现疾病并更有效地进行研究的有力工具。”

　　该研究由麻省理工学院电气工程和计算机科学教授Dina Katabi博士主持，其研究成果发表在Nature Medicine期刊上。Katabi与URMC健康与技术中心（CHeT）的研究人员密切合作，其中包括Dorsey和神经病学助理教授Chris Tarolli医学博士。这项研究是CHeT支持的几个项目之一，这些项目正在探索利用远程监控、智能手机、智能手表和其他技术改善帕金森病和其他疾病的护理和推进研究的新方法。该研究还包括来自梅奥诊所、马萨诸塞州总医院和波士顿大学的研究人员。

　　

　　帕金森氏症是世界上发病率增长最快的神经系统疾病，甚至超过了阿尔茨海默氏症，目前有超过一百万的美国人患有这种疾病。虽然这种疾病有罕见的遗传形式，但许多帕金森病病例可能是由于接触某些工业化学品和杀虫剂引起的。

　　James Parkinson博士在19世纪初首次描述这种疾病时注意到了呼吸模式的变化。因此，该项新研究从这个200年前的观察中汲取灵感，并针对这种疾病的症状，试图观察是否可以通过分析夜间呼吸节律以及这些节律随时间的变化，以创建帕金森氏症的数字生物标志物。该研究采用了一种被动发射无线电信号的系统——可以捕捉呼吸模式、血管搏动和睡眠期间的肌肉运动。

　　

　　该系统可以从受试者佩戴的呼吸带中提取夜间呼吸信号，也可以从睡眠时从身体反弹的无线电信号中提取夜间呼吸信号。

　　研究人员招募了7687名受试者，其中包括757名帕金森氏症患者，并记录了这些受试者120000小时的睡眠时间。然后，麻省理工学院的研究人员使用一种称为神经网络的AI模型对数据进行分析，这是一系列连接的算法，可对大量数据进行分类以寻找模式。该模型能够区分患有帕金森病的志愿者和没有患帕金森病的志愿者。

　　目前还没有有效的生物标志物来诊断帕金森氏症，特别是在早期阶段，也无法有效跟踪其进展。通常，当疾病的震颤症状首次出现并做出诊断时，该疾病所针对的大部分产生多巴胺的神经元已经死亡。早期诊断可以使患者更早地开始治疗，从而有可能阻止疾病的进展。对疾病进展的更精确测量——这可能因患者而异——也将使科学家能够更好地测量实验疗法是否有效。经过验证的远程监控技术还将使研究人员能够更广泛地招募研究参与者，更快地衡量新疗法的影响，并有望更快地找到新的有效疗法。

　　编辑|：黄飞