Estás leyendo la publicación: Modelo de IA detecta el Parkinson a partir de patrones de respiración
Un equipo de investigadores del MIT ha desarrollado un modelo de inteligencia artificial (IA) que puede detectar el Parkinson leyendo los patrones de respiración de una persona.
La red neuronal puede evaluar la respiración nocturna de una persona, o los patrones de respiración durante el sueño, para determinar si tiene o no la enfermedad de Parkinson. Fue entrenado por el estudiante de doctorado del MIT Yuzhe Yang y el posdoctorado Yuan Tuan, y puede determinar la gravedad de la enfermedad de Parkinson de una persona mientras sigue su progresión a lo largo del tiempo.
Yang es el primer autor del nuevo artículo de investigación, que se publicó en Medicina natural.
Todo el equipo incluía a Dina Katabi, profesora de Thuan y Nicole Pham en el Departamento de Ingeniería Eléctrica y Ciencias de la Computación (EECS), e investigadora principal en MIT Jameel Clinic.
Katabi, autor principal, también es afiliado del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT y director del Centro de Redes Inalámbricas y Computación Móvil.
Los investigadores han estado investigando constantemente el potencial de detectar el Parkinson con líquido cefalorraquídeo y neuroimagen, pero estos métodos son invasivos y costosos. También requieren acceso a centros médicos especializados.
Evaluación de IA todas las noches
El equipo de investigadores se dispuso a superar estos desafíos y demostró que la evaluación de IA del Parkinson se puede realizar todas las noches en casa. La persona puede incluso estar dormida sin tocar su cuerpo.
Los investigadores desarrollaron un dispositivo que se parece a un enrutador Wi-Fi doméstico y emite señales de radio, analiza sus reflejos en el entorno circundante y extrae los patrones de respiración del sujeto sin ningún contacto corporal. La señal de respiración se envía a la red neuronal para evaluar la enfermedad de Parkinson, sin ningún esfuerzo por parte del paciente y el cuidador.
“Ya en 1817, en el trabajo del Dr. James Parkinson, se observó una relación entre el Parkinson y la respiración. Esto nos motivó a considerar el potencial de detectar la enfermedad a partir de la respiración sin mirar los movimientos”, dice Katabi. “Algunos estudios médicos han demostrado que los síntomas respiratorios se manifiestan años antes que los síntomas motores, lo que significa que los atributos respiratorios podrían ser prometedores para la evaluación de riesgos antes del diagnóstico de Parkinson”.
Según Katabi, el estudio tiene implicaciones importantes para el desarrollo de fármacos y la atención clínica.
“En términos de desarrollo de fármacos, los resultados pueden permitir ensayos clínicos con una duración significativamente más corta y menos participantes, lo que en última instancia acelerará el desarrollo de nuevas terapias. En términos de atención clínica, el enfoque puede ayudar en la evaluación de pacientes con Parkinson en comunidades tradicionalmente desatendidas, incluidos aquellos que viven en áreas rurales y aquellos con dificultad para salir de casa debido a movilidad limitada o deterioro cognitivo”, dice.
Ray Dorsey es profesor de neurología en la Universidad de Rochester y coautor del artículo. Él es un especialista en Parkinson y dice que el estudio es probablemente uno de los estudios del sueño más grandes jamás realizados sobre el Parkinson.
“No hemos tenido avances terapéuticos este siglo, lo que sugiere que nuestros enfoques actuales para evaluar nuevos tratamientos no son óptimos”, dice Dorsey. “Tenemos información muy limitada sobre las manifestaciones de la enfermedad en su entorno natural y [Katabi’s] El dispositivo le permite obtener evaluaciones objetivas del mundo real sobre cómo les va a las personas en casa. La analogía que me gusta dibujar [of current Parkinson’s assessments] es una farola de noche, y lo que vemos desde la farola es un segmento muy pequeño… [Katabi’s] El sensor completamente sin contacto nos ayuda a iluminar la oscuridad”.
