資訊
頻道
當(dāng)前位置:首頁 > 醫(yī)療器械資訊 > 技術(shù)前沿 > 通過呼吸就能檢測帕金森?利用人工智能有望大幅提前帕金森診斷時間

通過呼吸就能檢測帕金森?利用人工智能有望大幅提前帕金森診斷時間

文章來源:健康界發(fā)布日期:2022-09-01瀏覽次數(shù):67

帕金森病(PD是一種神經(jīng)系統(tǒng)退行性疾病,目前我國帕金森病的平均患病年齡為60歲,患者已超300萬人,帕金森病已經(jīng)成為腫瘤、心腦血管疾病以外的中老年常見疾病。

在很多人的印象中,帕金森病是一種老年病,但近幾年,中青年人群中帕金森病的患者也越來越多。數(shù)據(jù)顯示,中青年型帕金森病人已占到患病總?cè)藬?shù)的5%-10%。

帕金森病難以診斷,因為主要依賴于運動癥狀的出現(xiàn),如震顫、僵硬和遲鈍,但這些癥狀往往在發(fā)病幾年后出現(xiàn)。如今,美國麻省理工學(xué)院電子工程與計算機科學(xué)系的Dina Katabi教授和她的團隊開發(fā)出一種人工智能模型,僅僅通過讀取一個人的呼吸模式就能檢測出帕金森病。

研究中就注意到了帕金森病與呼吸之間的關(guān)系,這種聯(lián)系在后來的研究中得到進一步加強。該研究報告了腦干中控制呼吸的區(qū)域的退化、呼吸肌功能的弱化和睡眠呼吸障礙。此外,這些呼吸系統(tǒng)癥狀通常比臨床運動癥狀早幾年出現(xiàn),這表明呼吸屬性可能有希望在臨床診斷之前進行風(fēng)險評估。

在這項研究中,研究人員提出了一個新的基于人工智能的系統(tǒng),用于檢測PD,預(yù)測疾病的嚴重程度,并利用夜間呼吸跟蹤疾病的發(fā)展。這種工具能夠從一個人的夜間呼吸(睡眠時的呼吸模式)來評估這個人是否患有帕金森病。這種由麻省理工學(xué)院博士生Yuzhe Yang和博士后Yuan Yuan訓(xùn)練的神經(jīng)網(wǎng)絡(luò)還能夠辨別人們所患的帕金森病的嚴重程度,并跟蹤其疾病的進展。

研究的數(shù)據(jù)集來自來自757PD受試者(平均年齡69.1,27%為女性)和6,914名對照受試者(平均年齡66.2,30%為女性),包含11,964個夜晚,超過120,000小時的夜間呼吸信號。

這些數(shù)據(jù)被分為兩組:呼吸帶數(shù)據(jù)集和無線數(shù)據(jù)集。第一組來自多導(dǎo)睡眠圖(PSG)睡眠研究,使用呼吸帶記錄人整個晚上的呼吸。第二組是用無線電設(shè)備以非接觸的方式收集夜間呼吸。無線電傳感器部署在人的臥室里,并分析來自環(huán)境的無線電反射來提取人的呼吸信號。

研究人員評估了從一個晚上的夜間呼吸診斷PD的準確性,結(jié)果顯示該模型具有較高的PD檢測精度。對于使用呼吸帶測量的夜間,模型的ROC曲線下面積(AUC)0.889,靈敏度為80.22%(95%置信區(qū)間(70.28%,87.55%)),特異性為78.62% (95% CI(77.59%, 79.61%))。對于使用無線信號測量的夜間,模型的AUC0.906,靈敏度為86.23% (95% CI(84.08%, 88.13%)),特異性為82.83% (95% CI(79.94%, 85.40%))。

那么將同一個人的幾個晚上結(jié)合在一起是否會提高準確率?研究人員使用無線數(shù)據(jù)集,并計算所有晚上的模型預(yù)測得分。PD預(yù)測得分為0 ~ 1之間的連續(xù)數(shù),如果得分超過0.5,則認為被試患有PD。研究人員使用每個受試者的中位PD評分作為診斷結(jié)果。如圖2d,e所示,多納入幾個晚上后,對于本隊列中的PD和對照組受試者,PD診斷的敏感性和特異性都進一步增加到99%。

進一步使用同一受試者的幾個晚上進行測試時,可靠性會提高,只需12個晚上就能達到0.9595%CI0.92,0.97))。

研究人員還測試了評估PD嚴重程度的準確性。目前,MDS-UPDRS是評估PD嚴重程度常用的方法,評分越高,損傷越嚴重。但MDS-UPDRS需要患者和臨床醫(yī)生共同配合:患者需親自到醫(yī)院,并有專業(yè)、有經(jīng)驗的臨床醫(yī)生進行評估,根據(jù)主觀標準對癥狀進行分類。

在這項研究中,通過分析患者在家中的夜間呼吸情況,研究人員評估了該模型預(yù)測PD嚴重程度評分的能力,發(fā)現(xiàn)該評分與MDS-UPDRS有很好的相關(guān)性。研究使用可以進行MDS-UPDRS評估的無線數(shù)據(jù)集,每個受試者有幾晚的測量(n = 53名受試者,25PD受試者共1263晚,28名對照組共1338)。研究結(jié)果顯示模型的嚴重程度預(yù)測與MDS-UPDRS之間存在較強的相關(guān)性(R = 0.94, P = 3.6 × 10-25),證明AI模型可以捕獲PD疾病嚴重程度。

Katabi指出:這項新的研究對帕金森病藥物開發(fā)和臨床護理具有重要意義。在藥物開發(fā)方面,該結(jié)果可以使臨床試驗的持續(xù)時間大大縮短,參與者更少,加快新療法的開發(fā)。在臨床護理方面,該方法可以幫助評估傳統(tǒng)上服務(wù)不足的社區(qū)的帕金森病患者,包括那些生活在農(nóng)村地區(qū)的患者和那些因行動不便或認知障礙而難以出門的患者。

論文共同作者、羅切斯特大學(xué)神經(jīng)學(xué)教授和帕金森病專家Ray Dorsey表示:這項新的研究可能是迄今為止對帕金森病進行的大的睡眠研究之一。