Nepaisant pastarojo meto pažangos gydant Parkinsono ligą, išlieka iššūkis tiksliai įvertinti šio neurologinio sutrikimo simptomų progresavimą. Nors galima pastebėti tokius pastebimus simptomus kaip drebulys, sustingimas ir judėjimo sulėtėjimas, anksčiau buvo keletas tikslių būdų kiekybiškai įvertinti simptomų pokyčius, kurie gali būti naudojami ne tyrimų laboratorijose ir įprastinėje klinikinėje praktikoje.
Siekdami teikti labiau individualų gydymą, pagrįstą asmenų ligos būkle ir progresavimu, Kalifornijos universiteto San Francisko (UCSF) mokslininkai sukūrė vaizdo įrašų analizės sistemą, kurią įgalino mašininis mokymasis (ML), siekiant kiekybiškai įvertinti ir patvirtinti motorinių simptomų sunkumą pacientams, sergantiems. Parkinsono liga (PD).
Jų AI vamzdynas, veikiantis naudojant standartinius klinikinius vaizdo įrašus, galėjo nustatyti PD simptomų sunkumą iš labai trumpų, vos kelių sekundžių trukmės vaizdo įrašų. Jų tyrimas paskelbtas m npj Parkinsono liga.
Sistema naudoja vienos peržiūros, sekundžių trukmės vaizdo įrašus, įrašytus tokiais įrenginiais kaip išmanieji telefonai, planšetiniai kompiuteriai ir skaitmeniniai fotoaparatai, todėl nereikia brangios specializuotos įrangos. Tyrėjai sukūrė sistemą, kad pateiktų išsamų judėjimo duomenų rinkinį ir interpretuojamą vaizdo įrašo sistemą, galinčią numatyti aukštą ir mažą PD motorinių simptomų sunkumą.
Sistema automatiškai išskiria daugybę funkcijų, atspindinčių judėjimo charakteristikas neapdorotuose, neredaguotuose PD pacientų, atliekančių motorines užduotis, vaizdo įrašuose.
Tokio tipo sistema buvo sukurta galbūt neseniai dėl mašininio mokymosi ir kompiuterinio matymo pažangos, kuri leido sukurti algoritmus, kurie gali išversti informaciją iš vaizdo įrašo, susijusią su judėjimu pagrindinėse anatominėse padėtyse, nereikalaujant fizinių žymeklių, tokių kaip nešiojami jutikliai.
„Mūsų sistema veiksmingai išplečia ankstesnius PD kiekybinio nustatymo tyrimus ir pašalina daugelį paprasto, bet visapusiško vaizdo pagrįsto sprendimo trūkumų“, – sakė vienas iš vyresniųjų tyrimo autorių Reza Abbasi-Asl, Ph.D., UCSF neurologijos docentas.
„Mūsų metodas išskyrė ir nustatė svarbiausias judėjimo ypatybes, kurios galėtų būti naudojamos tiksliams ML modeliams nuspėti mažo ir didelio motorinio sutrikimo būsenas.
Tyrimo grupė naudojo klinikinius duomenis iš 31 dalyvio, sergančio PD, kurie buvo įvertinti UCSF kaip kelių dienų UCSF „Parkinsono spektro“ kohortos tyrimo dalis. Kiekvienam pacientui jie įrašė ir viso kūno vaikščiojimo / eisenos vaizdo įrašą, ir piršto bakstelėjimo užduoties vaizdo įrašą.
Kaip tyrimo protokolo dalis, standartizuoti vaizdo įrašai buvo padaryti, kai pacientai vartojo ir nevartojo dopaminerginius vaistus, kurie gali pagerinti simptomus. Atskirų jungčių padėtis kiekviename kadre buvo išskirta naudojant „Google Mediapipe“ kompiuterinio matymo programinę įrangą, bendradarbiaujant su tyrėju Anupamu Pathaku, Ph.D. ir „Google Research“.
Tada UCSF komanda sukūrė duomenimis pagrįstą metodą, kuris patvirtino ir tvirtai kiekybiškai įvertino nustatytus klinikinius judėjimo požymius, bet taip pat nustatė naujas klinikines įžvalgas, įskaitant pirštų judesius, taip pat apatinių galūnių ir ašies eisenos ypatybes, kurios anksčiau nebuvo įvertintos atsižvelgiant į klinikinis sunkumas sergant PD.
„Judesių sutrikimų sričiai reikia geresnių priemonių, kad būtų galima tiesiogiai, patikimai ir objektyviai išmatuoti, stebėti ir sekti ligos požymius ir simptomus“, – sakė tyrimo autorė Jill Ostrem, MD, neurologė ir medicinos direktorė bei skyriaus vadovė. UCSF judėjimo sutrikimų ir neuromoduliacijos centro. „Šis tyrimas rodo, kad tai gali būti įmanoma naudojant paprastus standartizuotus vaizdo įrašus.”
Tyrėjai planuoja tolesnius tyrimus, kad toliau patobulintų savo sistemą, padidintų automatizavimo laipsnį ir patvirtintų jį didesnėse reprezentatyviose grupėse. Jie taip pat planuoja išplėsti sistemą, įtraukiant papildomus motorinius modalumus, tokius kaip veido išraiškos ir kalba, taip pat išplėsti tai ir naudoti namuose. Jie tikisi ištirti sistemos naudą numatant kitus PD rezultatus ir pritaikyti ją kitiems neurologiniams judėjimo sutrikimams, tokiems kaip distonija ir esminis tremoras.
„Standartinių vaizdo įrašų naudojimas kartu su interpretuojamais AI metodais gali padėti neurologams gydyti pacientus, sergančius Parkinsono liga ir kitais neurologiniais judėjimo sutrikimais“, – sakė vienas iš vyresniųjų tyrimo autorių Simon Little, MBBS, UCSF neurologijos docentas. „Objektyvūs, vaizdo įrašais pagrįsti Parkinsono ligos sunkumo rodmenys galėtų padėti greičiau ir geriau atlikti diagnostiką ir gydymą ateityje.