Российские ученые разработали систему, которая с помощью алгоритмов машинного обучения анализирует движения пациентов и делает выводы, есть ли у них болезнь Паркинсона. Исследование опубликовано в IEEE Sensors Journal.
Человечество стареет, особенно в развитых странах. Это приводит к повышению количества людей, страдающих от нейродегенеративных болезней. Среди них — болезнь Паркинсона. Она уже лидирует по темпам роста заболеваемости, и через несколько десятилетий мы можем столкнуться с настоящей «пандемией болезни Паркинсона». Но сегодня существуют сложности в ее лечении, в частности в диагностике. Болезнь Паркинсона затруднительно отличить от других заболеваний, связанных с двигательными нарушениями. Единого биомаркера для нее не существует, из-за чего врачи вынуждены полагаться на свои наблюдения. Это часто приводит к неправильной постановке диагноза.
Российские ученые разработали так называемую систему второго мнения. При помощи алгоритмов машинного обучения она анализирует видеозаписи, где пациенты проверяют моторику. Исследователи разработали комплекс упражнений и провели небольшое пилотное исследование. В нем приняли участие 83 человека. Часть из них была здорова, а часть имела нейродегенеративные заболевания. Они выполняли упражнения, и этот процесс записывался на видео. Видеозаписи обрабатывались, после чего анализировались с помощью машинного обучения. Результаты продемонстрировали, что разработанная система с высокой эффективностью распознает потенциальные признаки именно болезни Паркинсона, а не других заболеваний. Она дает более объективную картину для диагностики, благодаря чему врачи могут обнаруживать характерные особенности различных стадий заболевания, которые иначе не заметить.
«Предварительные результаты исследования указывают на то, что анализ видеоданных может способствовать повышению точности диагностики болезни Паркинсона. Наша цель — получить второе мнение, которое ни в коей мере не может полностью заменить мнение врача и клинициста. Кроме того, метод, основанный на использовании видео, является не только неинвазивным и более универсальным по сравнению с инструментальными методами, но и более комфортным для пациентов», — пишут ученые в статье.
«Методы машинного обучения и компьютерного зрения, которые мы использовали в этой работе, уже достаточно хорошо проявили себя в целом ряде медицинских приложений. Им можно смело доверять. Да и диагностические упражнения для пациентов с болезнью Паркинсона прорабатывались неврологами уже достаточно давно. А вот что действительно явилось новизной исследования, так это продемонстрированное нами количественное ранжирование этих упражнений в соответствии с их вкладом в точность и специфичность финальной диагностики. Такой результат мог получиться только в результате слаженной работы команды докторов, математиков и инженеров», — рассказал один из авторов исследования, доцент Сколтеха Дмитрий Дылов. Ученые подчеркивают, что именно взаимодействие исследователей и врачей позволило разработать эффективную систему для обнаружения заболевания.
«Подобная коллаборация между врачами и учеными по анализу данных позволяет учесть многие важные клинические нюансы и детали, которые приводят к наилучшей реализации проекта. Мы как врачи видим в этом огромные перспективы и помощь; помимо дифференциальной диагностики, нам необходимы инструменты для объективизации колебаний двигательных состояний у пациентов с болезнью Паркинсона, которые позволят более персонифицированно подходить к подбору терапии, а также принимать решения о необходимости нейрохирургического лечения, а в дальнейшем с помощью систем оценивать и результат операции», — прокомментировала другой член исследовательской группы, Екатерина Бриль из Федерального медицинского биофизического центра имени А.И. Бурназяна. По словам ученых, в дальнейшем они собираются повысить точность диагностики, совместив данные видеоанализа и ранее разработанных датчиков для обнаружения болезни Паркинсона.
Подписывайтесь на InScience.News в социальных сетях: ВКонтакте, Telegram, Одноклассники.
