Точность 99%: ИИ научили выявлять болезнь Паркинсона с помощью рисунков
Точность 99%: ИИ научили выявлять болезнь Паркинсона с помощью рисунков

Точность 99%: ИИ научили выявлять болезнь Паркинсона с помощью рисунков

Тест на болезнь Паркинсона выявляет патологию на ранних стадиях

Традиционно ранняя диагностика этого опасного неврологического расстройства остается чрезвычайно сложной задачей из-за отсутствия легкодоступных биомаркеров, поэтому врачи преимущественно полагаются на длительные клинические оценки. Однако новейший эксперимент с привлечением смарт-ручки и нейросетей может кардинально изменить подход к выявлению недуга на ранних стадиях.

Об этом пишет ScienceAlert.

Как проходил эксперимент с рисованием

В основу инновационного исследования, которым руководил компьютерный специалист Ишан Аюс из Университета Siksha 'O' Anusandhan, легли медицинские данные предварительного бразильского тестирования. В этом научном собрании информации приняли участие шестьдесят шесть человек, среди которых у тридцати одного пациента была подтвержденная болезнь Паркинсона, а тридцать пять принадлежали к здоровой контрольной группе.

Во время прохождения тестов участникам давали специальную задачу нарисовать две конкретные формы: классические спирали и меандры, состоящие из угловых непрерывных линий. На опубликованных фотографиях результатов отчетливо видна поразительная разница между плавными, точными линиями здоровых людей и трясущимися, неровными контурами, которые оставляют на бумаге пациенты с неврологическими нарушениями.

© Фото из открытых источников

Главной особенностью этого эксперимента стало использование биометрической смарт-ручки, не просто фиксировавшей визуальный результат на бумаге. Это умное устройство одновременно записывало скрытые сигналы движения рук, собирая бесценную информацию о скорости и силе нажатия каждого человека.

Анализ данных и алгоритм SNAKE

Собранные визуальные изображения и подробные показатели датчиков разумной ручки ученые загрузили в серию различных систем глубокого машинного обучения для тщательного анализа. Каждая из этих моделей оценивала пространственные неровности в нарисованных узорах, а также изучала тончайшие отклонения в координации рук, которые невозможно заметить невооруженным глазом.

После этого массив данных прошел финальную обработку с помощью специального алгоритма под названием SNAKE, взвешивающего оценки разных моделей искусственного интеллекта. Именно эта программа выносила окончательный вердикт относительно того, принадлежит ли конкретный рисунок здоровому человеку или пациенту с прогрессирующей болезнью Паркинсона.

Результаты и перспективы технологии

По словам исследователей, их многомодальная установка значительно превосходит все остальные системы искусственного интеллекта, которые эксперты использовали ранее для выявления этого заболевания. Новейший алгоритм смог правильно идентифицировать угловатые узоры меандров с точностью 98,95 процента, а спиральные формы с невероятным показателем 97,74 процента.

Такой ошеломляющий успех команда объясняет двойным подходом, ведь рукописные изображения демонстрируют визуальные искажения от тремора, тогда как датчики ручки параллельно фиксируют колебания скорости и непоследовательность нажатия силы. Такой комплексный анализ просто не оставляет болезни никаких шансов укрыться от компьютерного зрения.

В то же время ученые честно признают, что их выборка из шестидесяти шести человек слишком маленькая, чтобы идеально отразить все клиническое разнообразие болезни Паркинсона в больших популяциях. Поэтому эти впечатляющие выводы следует воспринимать скорее как доказательство огромного потенциала технологии, а не как окончательное утверждение нового универсального протокола лечения.

Со всем тем разработчики надеются, что после проведения более масштабных клинических испытаний их система станет неотъемлемой частью современной профилактической медицины. Предложенная структура может стать недорогим, абсолютно неинвазивным и даже дистанционно доступным инструментом, который поможет врачам мгновенно ставить правильные диагнозы и спасать жизнь.

Источник материала
loader
loader