x
»
Быть в курсе событий mHealth
Главное меню
Быть в курсе событий mHealth Подписаться
x
Быть в курсе событий mHealth Подписаться
AI против Альцгеймера

AI против Альцгеймера

Сегодня не существует точных методов диагностики болезни Альцгеймера. Нет единого теста, да и сканирование мозга само по себе не помогает определить, есть ли у пациента это заболевание. В настоящее время врачи для оценки состояния учитывают сразу несколько факторов, включая медицинскую историю пациента и наблюдения, сделанные членами семьи или медицинскими специалистами. И это при том, что нарушения в мозге могут вызывать слабозаметные изменения в поведении и привычках сна за годы до того, как пациент начинает ощущать потерянность и выпадения памяти.

По мнению исследователей Лаборатории компьютерных наук и искусственного интеллекта Массачусетского технологического института (США) система на базе искусственного интеллекта (artificial intelligence, AI) может распознавать подобные изменения на самом раннем этапе и идентифицировать пациентов, у которых может развиться тяжелая форма этого заболевания. Они разработали устройство на базе AI, которое способно незаметно отслеживать поведение пациента и анализировать его в течение длительного времени.

Этот прибор представляет собой плоскую прямоугольную коробку с закругленными краями, которая вешается на стену комнаты, где живет пациент, и никак не проявляет свою деятельность. А делает оно многое. Оно знает, когда пациент встает с кровати, одевается, подходит к окну или идет в ванную комнату. Оно может заметить, что человек спит или зарегистрировать падение. Все это делает с помощью маломощных беспроводных сигналов, которые фиксируют скорость перемещения человека, его походку, шаблоны сна, местоположение и даже как он дышит. Вся эта информация автоматически загружается в облачную систему, где ее анализирует алгоритм на базе машинного обучения, учитывая уже накопленные данные об этом пациенте.

Сигналы этого устройства, которые в тысячу раз менее мощные, чем WiFi, позволяют фиксировать все изменения в радиусе 10 метров, включая тела людей. Любые движения, даже самые слабые, вроде дыхания, вызывают изменения отраженного сигнала и фиксируются. Алгоритм машинного обучения анализирует все эти данные и способен их различать.

Алгоритм позволяет замечать отклонения от обычных шаблонов поведения человека, которые могут свидетельствовать о психомоторном возбуждении, депрессии и нарушениях сна Он может также отмечать, если человек начинает повторять определенное поведение несколько раз в день. Все это классические симптомы болезни Альцгеймера.

Использовать такое устройство можно как дома у пожилого человека, так и в домах престарелых для того, чтобы отслеживать поведение людей, находящихся в зоне риска. Для людей, которые уже страдают от болезни Альцгеймера, эта технология может помочь подстраивать лечение, учитывая изменения в жизни человека.

Сегодня AI также используется для того, чтобы помогать распознавать ранние признаки этой болезни по снимкам мозга, полученным с помощью позитронно-эмиссионной томографии. Подобная система разработана, в частности, специалистами университета Макгилла в Монреале (Канада). Сегодня этот алгоритм способен с 84%-точностью распознавать даже малозаметные амилоидные бляшки в мозге пациентов - белка, который ассоциируется с болезнью Альцгеймера. Аналогичная система, которую создали ученые из американского университета Дьюка, в свою очередь, способна предсказывать тяжесть будущего заболевания у пациентов и определять ее стадию в настоящий момент.

Большая перспектива у технологии AI и в сфере клинических исследований и разработки лекарств для лечения болезни Альцгеймера. За период с 2002 по 2012 гг. 99% исследований, связанных с разработкой лекарств от этого заболевания, закончились неудачей. Главной причиной этого является тот факт, что никто толком не знает, что вызывает эту болезнь. Вторая причина заключается в сложности идентификации пациентов, которые могут больше всего выиграть от таких лекарств. AI может помочь улучшить исследования, обеспечив возможность подобрать людей с похожими генетическими характеристиками, медицинским состоянием и похожими сканами мозга. Это существенно облегчит подбор участников исследования и проведение тестов.

Просмотров: 327
×
Вход на сайт
Войти на сайт, используя аккаунт в социальных сетях
×
Учетная запись
×
Подписка на рассылку
×
Обратная связь