تشخیص MS و پارکینسون با هوش مصنوعی
به گزارش خبرگزاری سیناپرس، در تلاش برای ساده کردن روند تشخیص بیماران مبتلا به مالتیپل اسکلروزیس و بیماری پارکینسون، محققان از دوربین‌های دیجیتال برای ثبت تغییرات در راه رفتن، یکی از علائم این بیماری‌ها، استفاده کردند و به این ترتیب یک الگوریتم یادگیری ماشینی ایجاد کردند که می‌تواند افراد مبتلا به MS و PD را از افراد سالم متمایز کند.
یافته های آنها در مجله IEEE Biomedical and Health Informatics گزارش شده است.
مانوئل هرناندز، استاد جنبش شناسی و سلامت جامعه در دانشگاه ایلینویز اوربانا شامپین استاد ریاضیات و ریچارد ساورز که کار را با دانشجوی فارغ التحصیل Rachneet Kaur و مهندسی سیستم های صنعتی و سازمانی و مهندسی و سیستم های صنعتی و سازمانی رهبری می کرد، گفتند: هدف این تحقیق این بود که فرآیند تشخیص این بیماری ها راحت تر در دسترس قرار گیرند.
هرناندز می گوید؛ در حال حاضر، بیماران باید منتظر بمانند، گاهی اوقات برای سالها، تا با یک متخصص مغز و اعصاب وقت ملاقات بگیرند تا بیماریشان را تشخیص دهند همچنین مردم در جوامع روستایی اغلب باید مسافت های طولانی را به یک مرکز سفر کنند که در آن وضعیت آنها قابل ارزیابی باشد.
توانایی جمع‌آوری اطلاعات راه رفتن با استفاده از چیزی بیش از یک دوربین دیجیتال و ارزیابی آنها به صورت آنلاین، می‌تواند به پزشکان اجازه دهد تا یک غربالگری سریع انجام دهند که فقط کسانی را که احتمال می‌رود دارای یک بیماری عصبی هستند برای ارجاع به متخصص ارسال کند.
برای انجام این مطالعه، این تیم از بزرگسالان مبتلا به ام اس یا پارکینسون و یا بدون آن بیماری ها در حالی که روی تردمیل راه می‌رفتند، فیلمبرداری کردند و دوربین‌های دیجیتال را روی پایین تنه و پاهای شرکت‌کنندگان متمرکز کردند.
افراد بدون شرایط عصبی از نظر سن، وزن و جنسیت با شرکت کنندگان مبتلا به MS و PD مطابقت داشتند. تمرین پیاده‌روی همچنین شامل آزمایش‌هایی بود که در آن شرکت‌کنندگان در حالی که حروف دیگری از الفبا را به ترتیب بیان می‌کردند، راه می‌رفتند.
ساورز می گوید؛ این کار برای تقلید از چالش های دنیای واقعی مثل پیاده روی در حالی که درگیر سایر کارهای بالقوه هستند و دارای شرایط حواس پرتی ذهنی است طراحی شده است.
او گفت: این یک مطالعه جدید است از این نظر که ما سعی داشتیم به این واقعیت بپردازیم که تحقیقات در فضای آزمایشگاهی با رفتار مردم در طبیعت متفاوت است. وقتی در خانه هستید، درحال انجام کاری که، به این فکر می کنید که آیا در گاراژ را بستم؟ اجاق گاز را خاموش کردم؟ بنابراین یک، بار شناختی اضافه وجود دارد.
محققان از یک ابزار متن باز برای تجزیه و تحلیل ویدئو استفاده کردند تا داده‌هایی در مورد نحوه حرکت شرکت‌کنندگان در طول تمرینات پیاده‌روی را استخراج کنند.
کائور که روشی را برای تجزیه و تحلیل چگونگی حرکت این مختصات در طول زمان برای جستجوی تفاوت‌ها بین بزرگسالان مبتلا به ام اس یا بدون ام اس یا مبتلا به بیماری پارکینسون بدون آن، گفت: ما مختصات بدن را برای لگن، زانو، مچ پا، انگشتان بزرگ و کوچک و پاشنه پا بررسی کردیم.
او دقت رویکرد خود را با استفاده از بیش از دوازده الگوریتم سنتی یادگیری ماشینی و یادگیری عمیق آزمایش کرد.
این تیم همچنین این روش را بر روی افراد مورد مطالعه جدید آزمایش کرد تا ببیند آیا می‌تواند افراد مبتلا به ام اس، مبتلایان به بیماری پارکینسون و کسانی را که هیچ کدام از این بیماری‌ها را ندارند شناسایی کند یا نه.
این مطالعه نشان داد که چندین الگوریتم بیش از 75 درصد در تشخیص این تفاوت ها دقت داشتند.
این مطالعه قابلیت دوام بودن سیستم‌های ارزان قیمت مبتنی بر لنزها و دوربین ها را برای تشخیص برخی اختلالات عصبی نشان می‌دهد.
به گفته دانشمندان، در دسترس قرار دادن ابزارهای جدید در دسترس عموم احتمالا چندین سال طول خواهد کشید.
منبع: medicalxpress.com
مترجم: سید سپهر ارومیهء
