Ученые Сколтеха и Федерального медицинского биофизического центра имени А. И. Бурназяна разработали систему так называемого второго мнения, основанную на видеоанализе данных методами искусственного интеллекта. С помощью этой системы медики смогут получать более объективные данные для диагностики болезни Паркинсона уже на ранней стадии. Предлагаемый подход позволяет правильно диагностировать заболевание, определять его стадию, корректировать лечение и разрабатывать рекомендации по глубокой стимуляции мозга для пациентов с подтвержденным диагнозом.
Статья с описанием результатов исследования опубликована в журнале IEEE Sensors Journal. Население в мире стареет, что приводит в том числе к росту числа людей, страдающих нейродегенеративными заболеваниями. Через несколько десятилетий человечество может столкнуться с настоящей пандемией болезни Паркинсона. Сегодня этот недуг уже лидирует среди других заболеваний по темпам роста заболеваемости. Кроме того, болезнь серьезно сказывается на качестве жизни пациентов, и диагностировать ее необходимо как можно раньше.
Главная сложность диагностики состоит в том, чтобы отличить болезнь Паркинсона от других заболеваний со схожими двигательными нарушениями, например, эссенциального тремора. Единого биомаркера для надежной диагностики болезни Паркинсона до сих пор не существует, и врачи вынуждены полагаться на собственные наблюдения, что зачастую приводит к постановке неверного диагноза, а ошибка становится очевидной лишь на стадии анатомо-патологического исследования.
Старший преподаватель Сколтеха Андрей Сомов и его коллеги создали так называемую систему второго мнения, позволяющую при помощи алгоритмов машинного обучения анализировать видеозаписи, на которых пациенты выполняют определенные задания на моторику. Ученые провели небольшое пилотное исследование, показавшее, что разработанная система позволяет с высокой эффективностью распознавать потенциальные признаки болезни Паркинсона и дифференцировать это заболевание от эссенциального тремора.
Система способна записывать видео и проводить его анализ, что значительно ускоряет диагностику, делая этот процесс максимально комфортным для пациентов. Исследователи разработали комплекс из 15 простых упражнений, в которых испытуемым предлагалось выполнить несколько привычных действий или движений: пройти, сесть на стул, встать со стула, сложить полотенце, налить воду в стакан и коснуться носа кончиком указательного пальца.
В комплекс упражнений были включены задания на крупную и мелкую моторику, задания с полным отсутствием движения (для выявления тремора в состоянии покоя), а также некоторые другие действия, по которым врачи определяют наличие тремора.
«Упражнения разрабатывались под руководством врачей-неврологов и с использованием различных источников, включая шкалы оценки болезни Паркинсона и результаты предыдущих исследований в этой области. Для каждого возможного симптома заболевания мы разработали специальное упражнение», − поясняет первый автор статьи аспирант Сколтеха Екатерина Коваленко.
В пилотном исследовании были задействованы 83 пациента с нейродегенеративными заболеваниями и здоровые люди. Выполняемые ими задания записывались на видео, а полученные видеозаписи обрабатывались при помощи специальной программы, в которой на тело человека наносились контрольные точки, соответствующие суставам и другим частям тела. Таким образом ученые получили упрощенную модель движущихся объектов. Затем проводился анализ моделей с использованием методов машинного обучения.
Исследователи считают, что использование видеозаписей и методов машинного обучения дает более объективную картину для диагностики, что позволяет исследователям и врачам выявлять мелкие нюансы и характерные особенности различных стадий заболевания, которые не видны невооруженным глазом.