Η σημασία της πρώιμης ανίχνευσης της νόσου Πάρκινσον
Η πρώιμη αναγνώριση ακόμα και των πιο λεπτών αλλαγών στη λειτουργία της κίνησης είναι κρίσιμη για την επιβράδυνση της προόδου της νόσου Πάρκινσον. Ωστόσο, αυτά τα λεπτά σημάδια συχνά παραμένουν απαρατήρητα. Ο ερευνητής του Πανεπιστημίου της Φλόριντα, Diego L. Guarín, Ph.D., αξιοποιεί την τεχνητή νοημοσύνη (AI) για να εντοπίσει αυτές τις υποκείμενες αλλαγές μέσω βίντεο, πριν γίνουν εμφανείς στους κλινικούς ιατρούς.
Η έρευνα του Guarín
Ο Guarín, βοηθός καθηγητής στο Τμήμα Εφαρμοσμένης Φυσιολογίας και Κινησιολογίας του Πανεπιστημίου της Φλόριντα, δημοσίευσε πρόσφατα τα αποτελέσματα της έρευνάς του στο περιοδικό Nature. Η ανάλυση βίντεο επιτρέπει την παρατήρηση αλλαγών στην κίνηση που δεν είναι ορατές με γυμνό μάτι. Η πρώιμη αναγνώριση αυτών των αλλαγών είναι κρίσιμη για τη διαχείριση της νόσου.
Στη μελέτη του, ο Guarín ανέλυσε βίντεο κινήσεων δακτύλων από 66 συμμετέχοντες, συμπεριλαμβανομένων υγιών ατόμων, ατόμων με ιδιοπαθή διαταραχή συμπεριφοράς REM (iRBD) και ατόμων με πρώιμη νόσο Πάρκινσον. Η ιδιοπαθής διαταραχή συμπεριφοράς REM περιλαμβάνει άτομα που ενεργούν τα όνειρά τους, όπως ομιλία ή κίνηση κατά τη διάρκεια του ύπνου. Περισσότερο από το 80% των ατόμων με iRBD θα αναπτύξουν Πάρκινσον ή σχετική εγκεφαλική διαταραχή, καθιστώντας αυτή την ομάδα σημαντική για τη μελέτη πρώιμων αλλαγών στη λειτουργία της κίνησης.
Η ανάλυση βίντεο με την τεχνητή νοημοσύνη
Είναι σημαντικό να σημειωθεί ότι οι συμμετέχοντες της δοκιμής δεν παρουσίαζαν ορατά σημάδια Πάρκινσον στις βίντεο αναλύσεις τους. «Ένας ειδικός κλινικός ιατρός εξέτασε τα βίντεο και δήλωσε ότι οι συμμετέχοντες φαίνονταν υγιείς», ανέφερε ο Guarín. «Όλοι όσοι αναλύσαμε φαίνονταν υγιείς σε έναν εξωτερικό παρατηρητή.»
Η ανάλυση των βίντεο πραγματοποιήθηκε με τη χρήση του VisionMD, ενός ανοικτού κώδικα λογισμικού μηχανικής μάθησης που ανέπτυξε η ομάδα του Guarín. «Όταν επεξεργάζεστε αυτό το βίντεο ενός ατόμου που φαίνεται υγιές με το VisionMD, θα πει αμέσως, ‘Όχι, αυτό το άτομο κινείται πολύ πιο αργά από ότι αναμένεται από έναν υγιή άνθρωπο’, αποκαλύπτοντας κάποιες κινητικές αλλαγές που δεν μπορούν να ανιχνευθούν με γυμνό μάτι», πρόσθεσε ο Guarín. Η τεχνική ανάλυσης βίντεο είναι τόσο ευαίσθητη που μπορεί να εντοπίσει πράγματα που ο κλινικός ιατρός δεν μπορεί.
Η μελέτη διαπίστωσε ότι ακόμα και όταν οι κλινικοί ιατροί πίστευαν ότι μια δοκιμή δακτύλων φαινόταν φυσιολογική, η ανάλυση βίντεο με τη χρήση AI αποκάλυψε ότι οι άνθρωποι με Πάρκινσον είχαν μικρότερες και πιο αργές κινήσεις από άλλες ομάδες, αποδεικνύοντας τη σημασία αυτής της προσέγγισης. Επιπλέον, η AI και η ανάλυση βίντεο μπορούν να ανιχνεύσουν το φαινόμενο ακολουθίας σε άτομα με iRBD και Πάρκινσον. Το φαινόμενο ακολουθίας είναι η προοδευτική μείωση της αμplitude της κίνησης και/ή της ταχύτητας κατά τη διάρκεια επαναλαμβανόμενης κίνησης, όπως το χτύπημα των δακτύλων. Η προέλευση και οι μηχανισμοί αυτού του κινητικού σημείου είναι κακώς κατανοητοί, αλλά η παρουσία του και στις δύο καταστάσεις μπορεί να υποδηλώνει ότι το φαινόμενο ακολουθίας είναι ένας πρώιμος δείκτης εγκεφαλικών διαταραχών.
«Η διεξαγωγή απλών και αποτελεσματικών εξετάσεων όπως αυτή μέσω τυπικών βίντεο, ακόμη και αυτών που έχουν ληφθεί με smartphone ή webcam, θα μπορούσε να ανοίξει το δρόμο για μια ταχύτερη διάγνωση εγκεφαλικών παθήσεων και να βοηθήσει εκείνους που διατρέχουν μεγαλύτερο κίνδυνο προόδου της νόσου», δήλωσε ο Guarín.
