Résumé: Un modèle d’intelligence artificielle nouvellement développé peut détecter la maladie de Parkinson en lisant les schémas respiratoires d’une personne. L’algorithme peut également discerner la gravité de la maladie de Parkinson et suivre sa progression dans le temps.
Police de caractère: MIT
La maladie de Parkinson est notoirement difficile à diagnostiquer car elle repose principalement sur l’apparition de symptômes moteurs tels que tremblements, raideur et lenteur, mais ces symptômes apparaissent souvent plusieurs années après le début de la maladie.
Aujourd’hui, Dina Katabi, professeure Thuan (1990) et Nicole Pham au département de génie électrique et d’informatique (EECS) du MIT et chercheuse principale à la clinique Jameel du MIT, et son équipe ont développé un modèle d’intelligence artificielle capable de détecter la maladie de Parkinson juste en lisant les habitudes respiratoires d’une personne.
L’outil en question est un réseau de neurones, une série d’algorithmes connectés qui imitent le fonctionnement du cerveau humain, capable d’évaluer si quelqu’un est atteint de la maladie de Parkinson à partir de sa respiration nocturne, c’est-à-dire des schémas respiratoires qui se produisent pendant le sommeil.
Le réseau de neurones, qui a été formé par le MIT Ph.D. l’étudiant Yuzhe Yang et le postdoc Yuan Yuan, peuvent également discerner la gravité de la maladie de Parkinson d’une personne et suivre la progression de sa maladie au fil du temps.
Yang et Yuan sont co-auteurs d’un nouvel article décrivant le travail, publié aujourd’hui dans Médecine naturelle. Katabi, qui est également affilié au Laboratoire d’informatique et d’intelligence artificielle du MIT et directeur du Centre pour les réseaux sans fil et l’informatique mobile, en est l’auteur principal.
Ils sont rejoints par 12 collègues de l’Université Rutgers, du Centre médical de l’Université de Rochester, de la Mayo Clinic, du Massachusetts General Hospital et de la Boston University School of Health and Rehabilitation.
Au fil des ans, les chercheurs ont étudié la possibilité de détecter la maladie de Parkinson à l’aide du liquide céphalo-rachidien et de la neuroimagerie, mais ces méthodes sont invasives, coûteuses et nécessitent l’accès à des centres médicaux spécialisés, ce qui les rend inadaptées aux tests fréquents qui autrement, elles pourraient fournir un diagnostic précoce. diagnostic ou surveillance continue de la maladie. une maladie progressive.
Les chercheurs du MIT ont montré que l’évaluation par intelligence artificielle de la maladie de Parkinson peut être effectuée chaque nuit à la maison pendant que la personne dort et sans toucher son corps.
Pour ce faire, l’équipe a développé un appareil qui ressemble à un routeur Wi-Fi domestique, mais au lieu de fournir un accès à Internet, l’appareil émet des signaux radio, analyse leurs réflexions dans l’environnement environnant et extrait les schémas respiratoires du sujet sans aucune trace corporelle. ingérence. contact.
Le signal respiratoire est ensuite envoyé au réseau neuronal pour évaluer passivement la maladie de Parkinson, et aucun effort n’est nécessaire de la part du patient et du soignant.
« Dès 1817, dans les travaux du Dr James Parkinson, une relation entre la maladie de Parkinson et la respiration a été notée. Cela nous a motivés à envisager la possibilité de détecter une maladie à partir de la respiration sans regarder les mouvements », explique Katabi.
“Certaines études médicales ont montré que les symptômes respiratoires se manifestent des années avant les symptômes moteurs, ce qui signifie que les attributs respiratoires pourraient être prometteurs pour l’évaluation des risques avant le diagnostic de la maladie de Parkinson.”
Maladie neurologique à la croissance la plus rapide dans le monde, la maladie de Parkinson est le deuxième trouble neurologique le plus répandu, après la maladie d’Alzheimer. Aux États-Unis seulement, elle touche plus d’un million de personnes et représente un fardeau économique annuel de 51,9 milliards de dollars. L’appareil de l’équipe de recherche a été testé sur 7 687 personnes, dont 757 patients atteints de la maladie de Parkinson.
Katabi note que l’étude a des implications importantes pour le développement de médicaments et les soins cliniques pour la maladie de Parkinson. « En termes de développement de médicaments, les résultats pourraient permettre des essais cliniques d’une durée nettement plus courte et avec moins de participants, accélérant finalement le développement de nouvelles thérapies.
“En termes de soins cliniques, l’approche peut aider à l’évaluation des patients atteints de la maladie de Parkinson dans les communautés traditionnellement mal desservies, y compris ceux qui vivent dans les zones rurales et ceux qui ont des difficultés à quitter leur domicile en raison d’une mobilité réduite ou d’une déficience cognitive”, dit-il.
“Nous n’avons pas eu de percées thérapeutiques au cours de ce siècle, ce qui suggère que nos approches actuelles pour évaluer de nouveaux traitements sont sous-optimales”, déclare Ray Dorsey, professeur de neurologie à l’Université de Rochester et spécialiste de la maladie de Parkinson, co-auteur de l’article. Dorsey ajoute que l’étude est probablement l’une des plus importantes études sur le sommeil jamais menées sur la maladie de Parkinson.
“Nous avons très peu d’informations sur les manifestations de la maladie dans son environnement naturel et [Katabi’s] L’appareil vous permet d’obtenir des évaluations objectives et réelles de la façon dont les gens se portent à la maison.
“L’analogie que j’aime faire [of current Parkinson’s assessments] c’est un lampadaire la nuit, et ce que nous voyons du lampadaire est un tout petit segment… [Katabi’s] Le capteur entièrement sans contact nous aide à éclairer l’obscurité.
Voir également
À propos de cette actualité de la recherche sur l’IA et la maladie de Parkinson
Auteur: Anne Trafton
Police de caractère: MIT
Contact: Anne Trafton-MIT
Image: L’image est dans le domaine public.
recherche originale : Libre accès.
“Détection et évaluation de la maladie de Parkinson par intelligence artificielle à l’aide de signaux respiratoires nocturnes” par Yuzhe Yang et al. Médecine naturelle
résumé
Détection et évaluation de la maladie de Parkinson par intelligence artificielle à l’aide de signaux respiratoires nocturnes
Il n’existe actuellement aucun biomarqueur efficace pour diagnostiquer la maladie de Parkinson (MP) ou suivre sa progression.
Ici, nous développons un modèle d’intelligence artificielle (IA) pour détecter la MP et suivre sa progression à partir des signaux respiratoires nocturnes. Le modèle a été évalué sur un grand ensemble de données comprenant 7 671 personnes, en utilisant les données de plusieurs hôpitaux aux États-Unis, ainsi que plusieurs ensembles de données publics.
Le modèle AI peut détecter la PD avec une aire sous la courbe de 0,90 et 0,85 dans les ensembles de tests externes et retenus, respectivement. Le modèle d’IA peut également estimer la gravité et la progression de la MP selon l’échelle d’évaluation unifiée de la maladie de Parkinson de la Movement Disorders Society (R= 0,94, P= 3,6 × 10–25).
Le modèle d’IA utilise une couche d’attention qui permet d’interpréter ses prédictions concernant le sommeil et l’électroencéphalogramme. De plus, le modèle peut évaluer la MP à domicile sans contact, en extrayant la respiration des ondes radio qui rebondissent sur le corps d’une personne pendant son sommeil.
Notre étude démontre la faisabilité d’une évaluation objective, non invasive et à domicile de la MP, et fournit également des preuves initiales que ce modèle d’IA peut être utile pour l’évaluation des risques avant le diagnostic clinique.