通过呼吸就能检测帕金森?利用人工智能有望大幅提前帕金森诊断时间( 二 )


在这项研究中 , 通过分析患者在家中的夜间呼吸情况 , 研究人员评估了该模型预测PD严重程度评分的能力 , 发现该评分与MDS-UPDRS有很好的相关性 。 研究使用可以进行MDS-UPDRS评估的无线数据集 , 每个受试者有几晚的测量(n=53名受试者 , 25名PD受试者共1263晚 , 28名对照组共1338晚) 。 研究结果显示模型的严重程度预测与MDS-UPDRS之间存在较强的相关性(R=0.94,P=3.6×10-25) , 证明AI模型可以捕获PD疾病严重程度 。
通过呼吸就能检测帕金森?利用人工智能有望大幅提前帕金森诊断时间
文章图片
Fig.3:PDseveritypredictionfromnocturnalbreathingsignals.
Katabi指出:这项新的研究对帕金森病药物开发和临床护理具有重要意义 。 在药物开发方面 , 该结果可以使临床试验的持续时间大大缩短 , 参与者更少 , 最终加快新疗法的开发 。 在临床护理方面 , 该方法可以帮助评估传统上服务不足的社区的帕金森病患者 , 包括那些生活在农村地区的患者和那些因行动不便或认知障碍而难以出门的患者 。
论文共同作者、罗切斯特大学神经学教授和帕金森病专家RayDorsey表示:这项新的研究可能是迄今为止对帕金森病进行的最大的睡眠研究之一 。
参考资料:
2.Parkinson,J.Anessayontheshakingpalsy.1817.J.NeuropsychiatryClin.Neurosci.14,223–226,discussion222(2002).