Это может помочь самим пациентам следить за своим состоянием.
Многие страны сталкиваются с проблемой старения населения. По оценкам ВОЗ, к 2050 году более 20% жителей Земли будут старше 60 лет. Это увеличивает риск широкого распространения нейродегенеративных заболеваний, таких как деменция, болезни Альцгеймера и Паркинсона. Поэтому специалисты стараются усовершенствовать методы их диагностики, которые позволят выявлять и лечить возрастные нарушения нервной системы на самых ранних стадиях, тем самым уменьшая необратимые повреждения головного мозга.
Прогрессивный алгоритм
Ученые Петрозаводского государственного университета совместно с коллегой из Кувейтского колледжа науки и технологий разработали алгоритм машинного обучения для диагностики и мониторинга болезни Паркинсона по данным электроэнцефалограммы (ЭЭГ), который может использоваться в портативных медицинских устройствах.
«Предложенный алгоритм станет одним из многих элементов разрабатываемой нами концепции «бионического костюма» для человека, который позволит обеспечить комплексный неинвазивный мониторинг состояния здоровья, в том числе в реальном времени», - сообщил «Известиям» руководитель проекта, глава центра искусственного интеллекта ПГУ Дмитрий Корзун.
Авторы записали ЭЭГ 20 здоровых людей и 20 пациентов с болезнью Паркинсона. Для их анализа был разработан алгоритм, который обрабатывал данные в несколько этапов. Сначала он отсекал электрические сигналы, соответствующие низкочастотным и высокочастотным шумам, то есть не несущие никакой информации о работе головного мозга. Оставшиеся информативные диапазоны частот программа использовала, чтобы математическими методами выявить признаки ЭЭГ, отличающие здоровых людей от больных.
В результате модель позволила определить 11 показателей, опираясь на которые, можно с точностью 99,9% выявить болезнь Паркинсона.
Также авторы экспериментально показали, что использование 11 ключевых признаков вместо всех данных ЭЭГ позволяет сократить время работы алгоритма в 11 раз - до сотых долей секунды.
Приборное общество
Для диагностирования болезни Паркинсона и мониторинга ее состояния необходимы два компонента системы - измерительная и аналитическая. Первая представлена портативным устройством для измерения ЭЭГ головного мозга. Такие устройства представляют собой накладку (шапочку), которая надевается на голову и с помощью набора электродов собирает информацию о работе мозга. Второй компонент может быть представлен любым вычислительным устройством - компьютер, мобильный телефон, облачный сервер.
«Предложенный алгоритм определяет болезнь Паркинсона по ЭЭГ с минимальными вычислительными затратами, а, значит, будет работать даже на маломощных бытовых гаджетах», - подчеркнул Дмитрий Корзун.
Пациенту просто нужно надеть измерительное устройство и запустить диагностику (например, нажав кнопку в программе на своем телефоне), которая будет длиться не более минуты. В это время человеку нужно неподвижно посидеть с закрытыми глазами. Результаты предоставляются самому больному - например, на экране телефона. Он также может передать данные врачу.
«Это позволит ускорить цифровизацию медицины и следить за здоровьем людей, которые по тем или иным причинам не способны регулярно посещать медцентры», — отметил Дмитрий Корзун.
Мнения экспертов по поводу созданной системы мониторинга болезни Паркинсона неоднозначно.
«Представленная учеными система может стать эффективной моделью распознавания заболевания на ранних стадиях, - сказала руководитель НПЦ «Виртуальная клиника» Московского института психоанализа Ольга Валаева. - Раннее выявление болезни Паркинсона становится ключом к эффективной терапии и сохранению рабочей и жизненной активности людей».
«Авторы исследования затронули крайне важное направление интернета для контроля терапии пациентов, - отметил директор НИИ нейронаук СамГМУ Минздрава России Александр Захаров. - При этом исследование имеет ряд ограничений относительно трансфера технологии в медицинскую практику, а именно -сложности длительного ношения многоканальной ЭЭГ-гарнитуры, использующей «влажные» электроды. Также есть вопросы относительно зашумленности регистрируемых данных, наиболее выраженных в височных, затылочных и лобных областях».
Фото:ru.freepik.com