ОКО ПЛАНЕТЫ > Новости науки и техники > На основе искусственного интеллекта: российские учёные разработали систему диагностики болезни Паркинсона

На основе искусственного интеллекта: российские учёные разработали систему диагностики болезни Паркинсона


10-02-2021, 11:43. Разместил: Иван1234567
Коллектив российских учёных разработал и создал на основе искусственного интеллекта цифровую систему ранней диагностики болезни Паркинсона. Она анализирует видео, на которых пациенты выполняют простейшие задания, и помогает медикам определить наличие заболевания, его стадию, а также назначить лечение и восстановительные процедуры.
На основе искусственного интеллекта: российские учёные разработали систему диагностики болезни Паркинсона
  • Gettyimages.ru 
  • © metamorworks

Учёные Сколтеха и Федерального медицинского биофизического центра имени А.И. Бурназяна разработали цифровую систему ранней диагностики болезни Паркинсона. Об этом сообщается в журнале IEEE Sensors Journal.

Система основана на видеоанализе движений человека методами искусственного интеллекта (машинного обучения) и может выступать в роли вспомогательного «второго мнения» для лечащего врача и пациента, помогать определять стадию заболевания и корректировать лечение.

Как отмечают исследователи, в мире растёт число пожилых людей, страдающих болезнью Паркинсона. При этом одной из проблем для медиков является сложность диагностики этого нейродегенеративного заболевания на ранних стадиях. Вторая проблема — схожесть симптомов с другими двигательными нарушениями, такими как эссенциальный тремор.

Единого биологического маркера болезни Паркинсона не существует, и врачам приходится определять её наличие на основе внешних наблюдений. Поэтому в помощь медикам была разработана система анализа движений пациента методами машинного обучения.

 

  • В помощь медикам была разработана система анализа движений пациента методами машинного обучения 
  • Gettyimages.ru 
  • © utah778

В исследовании приняли участие 83 пациента медицинского центра, как имеющие, так и не имеющие нейродегенеративные заболевания (болезнь Паркинсона, эссенциальный тремор, а также условно здоровые). Они выполняли простые задачи — комплекс из 15 упражнений (сесть, лечь, встать, налить воды и т. п.), которые фиксировались с помощью видеозаписи. Затем были проведены классификация и компьютерный анализ полученных данных.

«Упражнения разрабатывались под руководством врачей-неврологов и с использованием различных источников, включая шкалы оценки болезни Паркинсона и результаты предыдущих исследований в этой области. Для каждого возможного симптома болезни Паркинсона мы разработали специальное упражнение», — поясняет первый автор статьи аспирант Сколтеха Екатерина Коваленко.

Отдельно сравнивались движения людей, не имеющих нейродегенеративных отклонений, с аналогичными движениями пациентов с подозрением на болезнь Паркинсона в ранней стадии. Затем такой сравнительный анализ был проведён для пациентов с подтверждёнными диагнозами — как с болезнью Паркинсона, так и с эссенциальным тремором.

Результаты этого небольшого пилотного исследования показали, что разработанная система позволяет с высокой эффективностью распознавать потенциальные признаки болезни Паркинсона и дифференцировать её от эссенциального тремора.

По словам учёных, их разработка не в состоянии заменить лечащего врача, однако позволяет ему иметь более объективную картину для диагностики, выявлять мелкие нюансы и характерные особенности различных стадий заболевания, которые не видны невооружённым глазом. Кроме того, неинвазивная диагностика по видеозаписи комфортна для пациентов, уверены исследователи.

«Методы машинного обучения и компьютерного зрения, которые мы использовали в этой работе, уже достаточно хорошо проявили себя в целом ряде медицинских приложений. Им можно смело доверять. Да и диагностические упражнения для пациентов с болезнью Паркинсона прорабатывались неврологами уже достаточно давно», — заявил соавтор статьи доцент Сколтеха Дмитрий Дылов.

Совместный труд этой команды врачей, математиков и инженеров будет продолжен. Новые исследования помогут улучшить систему диагностики, позволят персонифицированно подходить к подбору терапии и принимать решения о необходимости нейрохирургического лечения, полагают разработчики.


Вернуться назад