Choroba Parkinsona to jedna z chorób neurodegeneracyjnych, która objawia się głównie zaburzeniami ruchu: drżeniem spoczynkowym kończyn, spowolnieniem ruchowym oraz sztywnością mięśni. Te symptomy są następstwem zniszczenia komórek nerwowych budujących jedną z części mózgu – istotę czarną.
Najczęściej choroba Parkinsona zostaje rozpoznana dopiero po pojawieniu się symptomów ze strony układu ruchu. Jednak gdy są już one widoczne, to znaczy że w istocie czarnej doszło do znacznego zaniku neuronów. Powstałych zmian nie się już cofnąć. Z tego powodu naukowcy szukają metody, która pozwoliłaby im zdiagnozować chorobę Parkinsona na wcześniejszym etapie.
Wciąż trwają badania nad potencjalnymi biomarkerami choroby Parkinsona, czyli łatwo mierzalnymi wskaźnikami biologicznymi, które mogłyby wskazywać istnienie stanu chorobowego w organizmie. Naukowcy poszukują ich w płynie mózgowo-rdzeniowym i we krwi pacjentów. Próbują też ustalić, jakie najmniejsze zmiany w skanach mózgu mogą zwiastować wystąpienie tej choroby neurodegeneracyjnej. Mimo że niektóre wyniki są obiecujące, to jednak stosowanie tych metod jest zbyt kosztowne i wymaga zbyt zaawansowanego sprzętu, aby mogło wejść do codziennej praktyk lekarskiej. Naukowcy z uniwersytetów i szpitali w Wielkiej Brytanii i Stanach Zjednoczonych postanowili skupić się na dużo mniej inwazyjnej i dużo tańszej metodzie monitorującej oddech pacjentów podczas snu.
“Już w 1817 r. sam James Parkinson, odkrywca choroby, poszukiwał powiązania pomiędzy chorobą Parkinsona a zaburzeniami oddechu. Mogą one występować dużo wcześniej niż zaburzenia ruchu – piszą autorzy przełomowej pracy. – Obserwacja objawów ze strony układu oddechowego stanowi obiecujący kierunek badań, ze względu na możliwość szybkiej i łatwej oceny ryzyka wystąpienia choroby Parkinsona .”
Badacze opracowali system bazujący na sztucznej inteligencji, który w całkowicie bezinwazyjny sposób monitorował oddech uczestników podczas snu. Przetestowali go na 7 671 osobach, w tym na 757 pacjentach cierpiących na chorobę Parkinsona pozostających pod stałą opieką lekarską. Stopień zaawansowania choroby uczestników oceniany był za pomocą powszechnie stosowanego w tym celu kwestionariusza. Wypełniały go także osoby z grupy kontrolnej. Dokonywały tego dwa razy: w momencie rozpoczęcia eksperymentu i 6 lat później. Kwestionariusz zawierał pytania dotyczące codziennego funkcjonowania uczestników badania oraz oceniał, czy w ogóle występują u nich lub jak bardzo są nasilone objawy ze strony układu ruchu. Przez okres jednego roku badacze zbierali dane dostarczone przez nowo opracowany system. Składał się on z urządzenia, które wyglądało jak domowy router Wifi i emitowało fale radiowe. Na ich rozprzestrzenianie się w środowisku mają wpływ warunki panujące w pomieszczeniu. W przypadku tego badania takim czynnikiem oddziałującym na rozprzestrzenianie się fal radiowych był oddech badanych. Urządzenie odbierało więc powracające fale radiowe i dzięki temu było w stanie ustalić rytm oddechu badanej osoby. Na podstawie analizy oddechu system oparty na sztucznej inteligencji oceniał, czy u danej osoby występuje Parkinsona i jak bardzo jest zaawansowana. Miał też przewidzieć, czy u danej osoby istnieje ryzyko wystąpienia opisywanej choroby.
Okazuje się, że diagnoza stawiana przez nowy system pokrywała się z tą stawianą na podstawie kwestionariusza. W większości przypadków była ona trafna już po jednorazowym zastosowaniu systemu. Analiza wyników zebranych podczas kilku nocy zwiększyła czułość i swoistość tej metody do 100%. Wskazywane przez urządzenie wyniki odnośnie nasilenia objawów choroby Parkinsona korelowały w znacznym stopniu z danymi zebranymi w kwestionariuszu. Co więcej, system wskazał u pewnych osób chorobę Parkinsona mimo że nie została ona zdiagnozowana przez lekarzy. Okazało się, że podczas badania przeprowadzonego po 6 latach od zastosowania systemu 75% z tych osób miało już objawy motoryczne typowe dla Parkinsona.
Wyniki opisywanej pracy dostarczają dowodów na to, że za pomocą sztucznej inteligencji można wykryć chorobę Parkinsona oraz określić stopień jej zaawansowania, i to z dużą dokładnością. Zaletą tej nowej metody jest łatwość jej użycia – nie wymaga nawet wyjścia pacjenta z domu. Ale przede wszystkim bazuje na ocenie innych objawów choroby Parkinsona niż objawy motoryczne, które pojawiają, gdy zmiany w mózgu są już nieodwracalne. Autorzy pracy liczą na to, że ich metoda pozwoli na wczesne wykrywanie choroby Parkinsona, a także na stałe monitorowanie jej postępu, co w znacznym stopniu ułatwi pracę lekarzy. Pogorszenie objawów byłoby wykrywane bez konieczności częstych wizyt w gabinecie lekarskim. W ten sposób można byłoby też uniknąć błędów popełnianych przy wypełnianiu kwestionariusza. Pacjent przy opisywaniu objawów choroby wyraża swoja subiektywna opinię na temat ich nasilenia. W przyszłości ten nowy system mógłby również pomóc w ocenie efektów leczenia choroby Parkinsona, jeśli naukowcom uda w końcu opracować skuteczną terapię.
