ხშირად ამბობენ, რომ პარკინსონის დაავადება რთული დასადგენია, რადგან სიმპტომები, როგორც წესი, დაავადების გაჩენიდან წლების შემდეგ ვლინდება. ისიც მართალია, რომ მეცნიერებმა უკვე შემოგვთავაზეს ცერებროსპინალური სითხისა და ნეიროვიზუალიზაციის გამოყენება ტესტების სახით, თუმცა ეს მეთოდები ინვაზიური და ძალიან ძვირია. ამასთან, სპეციალიზებული სამედიცინო აღჭურვილობაც სჭირდება. ეს ყველაფერი კი მას ხშირი გამოყენებისთვის შეუსაბამოს ხდის.
და რა მოხდება, ხელოვნურ ინტელექტს დაავადების ადრეულ ეტაპზე დადგენა სუნთქვის მონიტორინგით რომ შეეძლოს? ეს კი სწორედ ის არის, რაც MIT-ის ელექტროინჟინერიის და კომპიუტერული მეცნიერების დეპარტამენტიდან დინა კატაბიმ და ნიკოლ ფამმა დაამტკიცეს — ნერვული ქსელი შექმნეს, რომელიც ღამით სუნთქვის დახმარებით ადგენდა, იყო თუ არა ინდივიდი დაავადებული.
იგი ალგორითმების სერიას მოიცავს, რომელიც ადამიანის ტვინს ასახავს. AI მონაცემებს სწორედ მაშინ აგროვებს, როცა პაციენტს სძინავს. მეტიც, მას შეუძლია პროგრესს თვალი ადევნოს და დაავადების სიმძიმე დროთა განმავლობაში განსაზღვროს.
საუკეთესო ნაწილი კი აქ ისაა, რომ იგი ინვაზიური არ არის — ნერვულ ქსელს შეუძლია, ყოველ ღამით პაციენტს თავის სახლში სხეულთან კონტაქტის გარეშე დააკვირდეს. იგი Wi-Fi როუტერის მსგავსად მუშაობს, თუმცა მისგან განსხვავებით, რადიო სიგნალებს ასხივებს, გარემოდან მიღებულ ანარეკლებს აანალიზებს და შორიდან პაციენტის სუნთქვით მონაცემებსაც აგროვებს. ეს სიგნალები კი შემდეგ AI ქსელს მიეწოდება, რომელიც პასიურ პარკინსონს ავლენს.
„სუნთქვასა და პარკინსონს შორის არსებული კავშირი დოქტორ ჯეიმს პარკინსონის ნაშრომში ჯერ კიდევ 1817 წელს ახსენეს, რამაც მოგვცა მოტივაცია, დაავადების დადგენა ადამიანის სუნთქვაზე დაკვირვებით გვეცადა. სამედიცინო კვლევამ აჩვენა, რომ რესპირატორული სიმპტომები მოტორულ სიმპტომებამდე წლებით ადრე ვლინდება, რაც იმას ნიშნავს, რომ სუნთქვის მახასიათებლები პარკინსონის დიაგნოზის დასმამდე მისი არსებობის რისკების შეფასებაში შეიძლება დაგვეხმაროს“, — განმარტავს კატაბიმ.
