1. 首頁 > 健康養生 > >

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

健康知識養生常識

?
帕金森?。≒D）是一種神經系統退行性疾病 ， 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 。 數據顯示 ， 中青年型帕金森病人已占到患病總人數的5%-10% 。
帕金森病難以診斷 ， 因為主要依賴于運動癥狀的出現 ， 如震顫、僵硬和遲鈍 ， 但這些癥狀往往在發病幾年后出現 。 如今 ， 美國麻省理工學院電子工程與計算機科學系的DinaKatabi教授和她的團隊開發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 。
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
文章圖片
早在1817年 ， 在JamesParkinson的研究中就注意到了帕金森病與呼吸之間的關系 ， 這種聯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 ， 這些呼吸系統癥狀通常比臨床運動癥狀早幾年出現 ， 這表明呼吸屬性可能有希望在臨床診斷之前進行風險評估 。
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 ， 用于檢測PD ， 預測疾病的嚴重程度 ， 并利用夜間呼吸跟蹤疾病的發展 。 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 。 這種由麻省理工學院博士生YuzheYang和博士后YuanYuan訓練的神經網絡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 。
研究的數據集來自來自757名PD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 。
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
文章圖片
Fig.1OverviewoftheAImodelforPDdiagnosisanddiseaseseveritypredictionfromnocturnalbreathingsignals.
這些數據被分為兩組：呼吸帶數據集和無線數據集 。 第一組來自多導睡眠圖（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)為0.889 ， 靈敏度為80.22%(95%置信區間(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AUC為0.906 ， 靈敏度為86.23%(95%CI(84.08% ， 88.13%)) ， 特異性為82.83%(95%CI(79.94% ， 85.40%)) 。
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
文章圖片
Fig.2PDdiagnosisfromnocturnalbreathingsignals.
那么將同一個人的幾個晚上結合在一起是否會提高準確率？研究人員使用無線數據集 ， 并計算所有晚上的模型預測得分 。 PD預測得分為0~1之間的連續數 ， 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評分作為最終診斷結果 。 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100% 。
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0.95（95%CI（0.92 ， 0.97）） 。
【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】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嚴重程度最常用的方法 ， 評分越高 ， 損傷越嚴重 。 但MDS-UPDRS需要患者和臨床醫生共同配合：患者需親自到醫院 ， 并有專業、有經驗的臨床醫生進行評估 ， 最后根據主觀標準對癥狀進行分類 。