Tehnika video obrade razvijena na Univerzitetu Florida koja koristi veštačku inteligenciju pomoći će neurolozima da bolje prate napredovanje Parkinsonove bolesti kod pacijenata, što će na kraju poboljšati njihovu negu i kvalitet života.
Sistem, koji je razvio dr Dijego Guarin, docent primenjene fiziologije i kineziologije na UF College of Health and Human Performance, primenjuje mašinsko učenje za analizu video snimaka pacijenata koji izvode test tapkanja prstima, standardni test za Parkinsonovu bolest koja podrazumeva brzo tapkanje palcem i kažiprstom 10 puta.
Rad je objavljen u časopisu IEEE Transakcije o neuronskim sistemima i rehabilitacionom inženjerstvu.
„Proučavanjem ovih video snimaka mogli bismo da otkrijemo čak i najmanje promene u pokretima ruku koje su karakteristične za Parkinsonovu bolest, ali bi kliničarima moglo biti teško da ih vizuelno identifikuju“, rekao je Guarin, koji je povezan sa Institutom za neurološke bolesti Norman Fikel pri UF Health. .
„Lepota ove tehnologije je u tome što pacijent može da snimi sebe kako obavlja test, a softver ga analizira i obaveštava lekara kako se pacijent kreće kako bi kliničar mogao da donosi odluke.
Parkinsonova bolest je poremećaj mozga koji utiče na kretanje i može dovesti do usporenosti pokreta, tremora, ukočenosti i poteškoća sa ravnotežom i koordinacijom. Simptomi obično počinju postepeno i vremenom se pogoršavaju. Ne postoji specifičan laboratorijski ili slikovni test koji može da dijagnostikuje Parkinsonovu bolest, ali niz vežbi i manevara koje izvodi pacijent pomaže kliničarima da identifikuju i procene ozbiljnost poremećaja.
Skala ocenjivanja koja se najčešće koristi za praćenje toka Parkinsonove bolesti je Skala za ocenjivanje Parkinsonove bolesti Ujedinjenog društva za poremećaj kretanja. Guarin je objasnio da je, uprkos svojoj pouzdanosti, ocena ograničena na skalu od 5 tačaka, što ograničava njenu sposobnost da prati suptilne promene u napredovanju i sklona je subjektivnim tumačenjima.
Istraživački tim, koji je uključivao neurologe UF, Joshua Vong, MD; dr Nikolaus Mekfarland; i Adolfo Ramirez-Zamora, MD, kreirali su objektivniji način za kvantifikaciju motoričkih simptoma kod pacijenata sa Parkinsonovom bolešću korišćenjem algoritama mašinskog učenja za analizu video zapisa i snimanje nijansiranih promena u bolesti tokom vremena.
„Otkrili smo da možemo da posmatramo iste karakteristike koje kliničari pokušavaju da vide korišćenjem kamere i računara“, rekao je Guarin. „Uz pomoć veštačke inteligencije, isti pregled je lakši i oduzima manje vremena za sve uključene.“
Guarin je rekao da je automatizovani sistem takođe otkrio ranije neprimećene detalje o kretanju koristeći precizne podatke koje je prikupila kamera, poput toga koliko brzo pacijent otvara ili zatvara prst tokom kretanja i koliko se svojstva pokreta menjaju tokom svakog dodira.
„Videli smo da je kod Parkinsonove bolesti pokret otvaranja odložen, u poređenju sa istim pokretom kod zdravih pojedinaca“, rekao je Guarin. „Ovo je nova informacija koju je gotovo nemoguće izmeriti bez video snimka i kompjutera, što nam govori da tehnologija može pomoći da se bolje okarakteriše kako Parkinsonova bolest utiče na kretanje i obezbedi nove markere koji će pomoći u proceni efikasnosti terapija.“
Da bi usavršio sistem, koji je Guarin prvobitno dizajnirao da analizira crte lica za druga stanja osim Parkinsonove bolesti, tim je koristio UF-ov HiPerGator – jedan od najvećih svetskih superkompjutera sa veštačkom inteligencijom – da obuči neke od svojih modela.
„HiPerGator nam je omogućio da razvijemo model mašinskog učenja koji pojednostavljuje video podatke u rezultat kretanja“, objasnio je Guarin. „Koristili smo HiPerGator za obuku, testiranje i usavršavanje različitih modela sa velikim količinama video podataka, a sada ti modeli mogu da rade na pametnom telefonu.“
Majkl S. Okun, MD, direktor Instituta Norman Fikel i medicinski savetnik za Parkinsonovu fondaciju, rekao je da bi automatizovane procene zasnovane na video zapisima mogle biti „promena igre“ za klinička ispitivanja i negu.
„Test tapkanja prstima jedan je od najkritičnijih elemenata koji se koriste za dijagnozu i merenje progresije bolesti kod Parkinsonove bolesti“, rekao je Okun. „Danas je potreban stručnjak da protumači rezultate, ali ono što je transformativno je kako su Dijego i tri Parkinsonova neurologa na Institutu Fikel uspeli da koriste veštačku inteligenciju da objektiviziraju progresiju bolesti.
Pored stavljanja ove tehnologije u ruke neurologa i drugih pružalaca nege, Guarin radi sa UFIT-om kako bi je razvio u aplikaciju za mobilne uređaje, omogućavajući pojedincima da procene svoju bolest tokom vremena kod kuće.
