De onderzoeksafdeling van de Big Blue en de Michael J. Fox Foundation (MJFF) hebben een AI-model gebouwd dat typische symptoompatronen van de ziekte van Parkinson (PD) kan groeperen en nauwkeurig de progressie van deze symptomen bij een patiënt, ongeacht of ze medicijnen gebruiken om die symptomen te maskeren.
De ontdekking, gepubliceerd in The Lancet Digital Health, was een van de belangrijkste doelen die de twee organisaties vanaf het begin hadden willen bereiken. IBM Research en MJFF werken sinds juli 2018 samen om te onderzoeken hoe machine learning kan worden toegepast om clinici te helpen de onderliggende biologie van PD beter te begrijpen, vooral omdat het zo verschillend verloopt van individu tot individu.
Als onderdeel van de ontwikkeling van het AI-model gebruikten de onderzoekers geanonimiseerde datasets van het Parkinson's Progression Markers Initiative (PPMI).
“De dataset diende als input voor de machine learning-benadering, waardoor complexe symptomen en progressiepatronen konden worden ontdekt”, zei IBM Research in het onderzoekspaper.
“Terwijl veel eerdere onderzoeken zich hebben gericht op het karakteriseren van de ziekte van Parkinson door alleen basisinformatie te gebruiken, vertrouwt onze methode op tot zeven jaar aan patiëntgegevens. Ook maakt ons model beperkte a priori aannames over de progressiepaden, vergeleken met eerdere onderzoeken.”
IBM Research zei dat als resultaat de onderzoekers ontdekten dat de toestand van een patiënt kan variëren in verschillende factoren, waaronder het vermogen om activiteiten van het dagelijks leven uit te voeren; problemen rond traagheid van beweging, tremor en houdingsinstabiliteit; en niet-motorische symptomen zoals depressie, angst, cognitieve stoornissen en slaapstoornissen. Tegelijkertijd kon het model voorspellen wanneer een patiënt zou evolueren naar een ernstige staat van PD.
“We hebben geconstateerd dat de resultaten de hypothese van verschillende progressiepaden ondersteunen, zoals blijkt uit de vele ziektetrajecten die we hebben waargenomen. Het AI-model is echter nog steeds in staat om nauwkeurige voorspellingen te doen. Na het model te hebben geleerd met behulp van één dataset, was het in staat om met succes een gevorderde staat van de ziekte van Parkinson te voorspellen, geassocieerd met uitkomsten zoals dementie en het onvermogen om zonder hulp te lopen”, aldus IBM Research.
Op basis van deze bevinding hopen de onderzoekers dat het model kan worden gebruikt om clinici te helpen bij het adviseren van patiëntenbeheer, en om degenen te identificeren die baat kunnen hebben bij een klinische proef.
Als volgende stap is het de bedoeling om het model verder te verfijnen door genomische en neuroimaging-metingen op te nemen, zodat het een nog gedetailleerdere karakterisering van de ziekte kan bieden.
Gerelateerde dekking
Uit onderzoek blijkt dat spraakondersteuning de spraak voor Parkinson-patiënten kan verbeteren IBM is een stap dichter bij de ontwikkeling van een nauwkeurig AI-voorspellingsmodel voor de ziekte van AlzheimerWHO waarschuwt tegen het toepassen van AI-modellen die gegevens uit rijke landen gebruiken op iedereen
Verwante onderwerpen:
IBM CXO Digital Transformation Tech Industry Smart Cities Cloud 