详细内容或原文请订阅后点击阅览
AI模型可通过呼吸检测帕金森病
新研究表明，帕金森病 (PD) 可以通过远程监测人的呼吸来诊断。这项研究由麻省理工学院的科学家领导，提出了一种人工智能系统，该系统使用无线电波来跟踪人在睡眠期间的呼吸。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）新研究表明，帕金森病 (PD) 可以通过远程监测人的呼吸来诊断。这项研究由麻省理工学院的科学家领导，提出了一种人工智能系统，该系统使用无线电波来跟踪人在睡眠期间的呼吸。
麻省理工学院电气与计算机工程系教授迪娜·卡塔比 (Dina Katabi) 表示，这项研究的灵感来自于詹姆斯·帕金森 (James Parkinson) 200 年前的观察，他是第一位临床记录神经退行性神经系统疾病症状的医生。
“詹姆斯·帕金森 (James Parkinson) 博士早在 1817 年就注意到了帕金森病与呼吸之间的联系，”Katabi 解释道，“这促使我们考虑通过呼吸来识别疾病的可能性，而不考虑运动技能。一些医学研究表明，呼吸道症状早于运动体征数年出现，这意味着呼吸道体征可能有助于在帕金森病诊断之前评估风险。”
第一步是在巨大的数据集上训练神经网络。对 757 名帕金森病患者和约 7,000 名健康人的近 12,000 种夜间呼吸模式进行了分析。
在独立数据集上测试 AI 模型时，经过一晚的数据分析，它能够以 86% 的总体准确率诊断 PD 患者。平均而言，研究发现 12 个晚上的连续数据跟踪将模型的准确率提高到 95%。
“目前，PD 的诊断是基于临床运动症状的存在，估计这些症状是在 50-80% 的多巴胺能神经元已经退化后出现的，”该团队在他们的研究中写道，“我们的系统提供了。第一个证据表明它有可能在临床运动症状出现之前提供风险评估。”
自然医学