CIENCIA Y TECNOLOGÍA. Usan modelo de inteligencia artificial puede detectar el Parkinson a partir de patrones de respiración.
Un dispositivo desarrollado por el MIT con la apariencia de un enrutador Wi-Fi utiliza una red neuronal para discernir la presencia y la gravedad de una de las enfermedades neurológicas de más rápido crecimiento en el mundo.
Modelo de inteligencia artificial puede detectar el Parkinson a partir de patrones de respiración
Alex Ouyang | Clínica Abdul Latif Jameel para el aprendizaje automático en la salud
/neural-network-parkinsons-detection-mit-00.jpg" alt="neural-network-parkinsons-detection-mit-00" class="wp-image-67172262249646"
crossorigin="anonymous">40412" width="839" height="909"/>La enfermedad de Parkinson es notoriamente difícil de diagnosticar ya que se basa principalmente en la aparición de síntomas motores como temblores, rigidez y lentitud, pero estos síntomas a menudo aparecen varios años después del inicio de la enfermedad. Ahora, Dina Katabi , profesora de Thuan (1990) y Nicole Pham en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación (EECS) del MIT e investigadora principal de la Clínica Jameel del MIT , y su equipo han desarrollado un modelo de inteligencia artificial que puede detectar el Parkinson simplemente de leer los patrones de respiración de una persona.
La herramienta en cuestión es una red neuronal, una serie de algoritmos conectados que imitan el funcionamiento del cerebro humano, capaces de evaluar si alguien tiene Parkinson a partir de su respiración nocturna, es decir, patrones de respiración que se producen mientras duerme. La red neuronal, que fue entrenada por el estudiante de doctorado del MIT Yuzhe Yang y el posdoctorado Yuan Yuan , también es capaz de discernir la gravedad de la enfermedad de Parkinson de alguien y rastrear la progresión de su enfermedad a lo largo del tiempo.
Yang es el primer autor de un nuevo artículo que describe el trabajo, publicado hoy en Nature Medicine . Katabi, quien también es afiliado del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT y director del Centro de Redes Inalámbricas y Computación Móvil , es el autor principal. A ellos se unen Yuan y 12 colegas de la Universidad de Rutgers, el Centro Médico de la Universidad de Rochester, la Clínica Mayo, el Hospital General de Massachusetts y la Facultad de Salud y Rehabilitación de la Universidad de Boston.
A lo largo de los años, los investigadores han investigado el potencial de detectar el Parkinson usando líquido cefalorraquídeo y neuroimágenes, pero estos métodos son invasivos, costosos y requieren acceso a centros médicos especializados, lo que los hace inadecuados para pruebas frecuentes que, de lo contrario, podrían proporcionar un diagnóstico temprano o un seguimiento continuo de la enfermedad. enfermedad progresiva.
Los investigadores del MIT demostraron que la evaluación de inteligencia artificial del Parkinson se puede hacer todas las noches en casa mientras la persona duerme y sin tocarse el cuerpo. Para hacerlo, el equipo desarrolló un dispositivo con la apariencia de un enrutador Wi-Fi doméstico, pero en lugar de proporcionar acceso a Internet, el dispositivo emite señales de radio, analiza sus reflejos en el entorno circundante y extrae los patrones de respiración del sujeto sin ningún tipo de interferencia corporal. contacto. Luego, la señal de respiración se envía a la red neuronal para evaluar el Parkinson de manera pasiva, y no se necesita ningún esfuerzo por parte del paciente y el cuidador.
“Ya en 1817, en el trabajo del Dr. James Parkinson, se observó una relación entre el Parkinson y la respiración. Esto nos motivó a considerar el potencial de detectar la enfermedad a partir de la respiración sin mirar los movimientos”, dice Katabi. “Algunos estudios médicos han demostrado que los síntomas respiratorios se manifiestan años antes que los síntomas motores, lo que significa que los atributos respiratorios podrían ser prometedores para la evaluación de riesgos antes del diagnóstico de Parkinson”.
La enfermedad neurológica de más rápido crecimiento en el mundo, el Parkinson es el segundo trastorno neurológico más común, después de la enfermedad de Alzheimer. Solo en los Estados Unidos, afecta a más de 1 millón de personas y tiene una carga económica anual de $51,900 millones. El algoritmo del equipo de investigación se probó en 7687 personas, incluidos 757 pacientes con Parkinson.
Katabi señala que el estudio tiene implicaciones importantes para el desarrollo de fármacos y la atención clínica del Parkinson. “En términos de desarrollo de fármacos, los resultados pueden permitir ensayos clínicos con una duración significativamente más corta y menos participantes, lo que en última instancia acelerará el desarrollo de nuevas terapias. En términos de atención clínica, el enfoque puede ayudar en la evaluación de pacientes con Parkinson en comunidades tradicionalmente desatendidas, incluidos aquellos que viven en áreas rurales y aquellos con dificultad para salir de casa debido a movilidad limitada o deterioro cognitivo”, dice.
“No hemos tenido avances terapéuticos este siglo, lo que sugiere que nuestros enfoques actuales para evaluar nuevos tratamientos no son óptimos”, dice Ray Dorsey , profesor de neurología en la Universidad de Rochester y especialista en Parkinson, coautor del artículo. Dorsey agrega que el estudio es probablemente uno de los estudios del sueño más grandes jamás realizados sobre el Parkinson.
“Tenemos información muy limitada sobre las manifestaciones de la enfermedad en su entorno natural y el dispositivo [de Katabi] le permite obtener evaluaciones objetivas del mundo real sobre cómo les va a las personas en sus hogares. La analogía que me gusta dibujar [de las evaluaciones actuales de Parkinson] es una farola en la noche, y lo que vemos desde la farola es un segmento muy pequeño… El sensor completamente sin contacto [de Katabi] nos ayuda a iluminar la oscuridad».
Esta investigación se realizó en colaboración con la Universidad de Rochester, Mayo Clinic y el Hospital General de Massachusetts, y está patrocinada por los Institutos Nacionales de Salud, con el apoyo parcial de la Fundación Nacional de Ciencias y la Fundación Michael J. Fox.
Fuente: MIT
APORTAR en GVT Noticias