Forskningsarmen i Big Blue och Michael J. Fox Foundation (MJFF) har byggt en AI -modell som kan gruppera typiska symptommönster för Parkinsons sjukdom (PD) och exakt identifiera utvecklingen av dessa symtom hos en patient, trots om de tar mediciner för att dölja dessa symtom eller inte.
Upptäckten, publicerad i The Lancet Digital Health, var ett av de viktigaste målen som de två organisationerna hade syftat till att uppnå från början. IBM Research och MJFF har arbetat tillsammans sedan juli 2018 för att undersöka hur maskininlärning kan tillämpas för att hjälpa kliniker att ytterligare förstå den bakomliggande biologin hos PD, särskilt när det utvecklas så olika från individ till individ.
Som en del av utvecklingen av AI-modellen använde forskarna avidentifierade datamängder från Parkinsons Progression Markers Initiative (PPMI).
“Datauppsättningen fungerade som input till maskininlärningssättet, vilket möjliggjorde upptäckten av komplexa symptom och utvecklingsmönster”, säger IBM Research i forskningsrapporten.
“Även om många tidigare studier har fokuserat på att karakterisera Parkinsons sjukdom vår metod bygger bara på baslinjeinformation och bygger på upp till sju års patientdata. Vår modell gör också begränsade a priori antaganden om utvecklingsvägarna, jämfört med tidigare studier. “
IBM Research sa att forskarna upptäckte som ett resultat att en patients tillstånd kan variera i flera faktorer, inklusive förmågan att utföra dagliga aktiviteter; frågor kring rörelse långsamhet, darrningar och postural instabilitet; och icke-motoriska symtom såsom depression, ångest, kognitiv funktionsnedsättning och sömnstörningar. Samtidigt kan modellen förutsäga när en patient skulle utvecklas till ett allvarligt PD -tillstånd.
“Vi har funnit att resultaten stöder hypotesen om olika utvecklingsvägar, vilket indikeras av de många sjukdomsbanor vi har observerat. AI -modellen kan dock fortfarande göra exakta förutsägelser. Efter att ha lärt sig modellen med hjälp av en datamängd var det lyckas förutsäga ett avancerat tillstånd av Parkinsons sjukdom i samband med utfall som demens och oförmåga att gå utan hjälp, säger IBM Research.
Från denna upptäckt hoppas forskarna att modellen kan användas för att hjälpa kliniker att ge patienthantering, samt identifiera dem som kan ha nytta av en klinisk prövning.
Som nästa steg är planen att ytterligare förfina modellen genom att införliva genomiska och neuroimaging mätningar, så att den kan ge ännu mer granulär karakterisering av sjukdomen.
Relaterad täckning
Forskning visar att rösthjälp kan förbättra talet för Parkinsons patienter IBM är ett steg närmare att utveckla en korrekt AI -förutsägelsemodell för Alzheimers WHO varnar för att tillämpa AI -modeller med data från rika länder till alla andra
Relaterade ämnen:
IBM CXO Digital Transformation Tech Industry Smart Cities Cloud 