Forskningsarmen i Big Blue og The Michael J. Fox Foundation (MJFF) har opbygget en AI -model, der kan gruppere typiske symptommønstre ved Parkinsons sygdom (PD) og præcist identificere udviklingen af disse symptomer hos en patient, på trods af om de tager medicin for at maskere disse symptomer eller ej.
Opdagelsen, der blev offentliggjort i The Lancet Digital Health, var et af de centrale mål, de to organisationer havde til formål at nå i starten. IBM Research og MJFF har arbejdet sammen siden juli 2018 for at undersøge, hvordan maskinlæring kan anvendes til at hjælpe klinikere med yderligere at forstå den bagvedliggende biologi ved PD, især da den skrider så forskelligt fra individ til individ.
Som en del af udviklingen af AI-modellen brugte forskerne afidentificerede datasæt fra Parkinsons Progression Markers Initiative (PPMI).
“Datasættet fungerede som input til maskinlæringsmetoden, hvilket muliggjorde opdagelse af komplekse symptom- og udviklingsmønstre,” sagde IBM Research i forskningsartiklen.
“Mens mange tidligere undersøgelser har fokuseret på karakterisering af Parkinsons sygdom vores metode baserer sig kun på op til syv års patientdata. Vores model baserer sig kun på forudgående antagelser om udviklingsforløbene i forhold til tidligere undersøgelser. “
IBM Research sagde, at forskerne som følge heraf opdagede, at en patients tilstand kan variere i flere faktorer, herunder evnen til at udføre dagliglivets aktiviteter; spørgsmål omkring bevægelighed, tremor og postural ustabilitet; og ikke-motoriske symptomer som depression, angst, kognitiv svækkelse og søvnforstyrrelser. Samtidig kunne modellen forudsige, hvornår en patient ville udvikle sig til en alvorlig tilstand af PD.
“Vi har fundet ud af, at resultaterne understøtter hypotesen om forskellige udviklingsforløb, som det fremgår af de mange sygdomsbaner, vi har observeret. AI -modellen er dog stadig i stand til at lave præcise forudsigelser. Efter at have lært modellen ved hjælp af et datasæt, var det i stand til med succes at forudsige en fremskreden tilstand af Parkinsons sygdom forbundet med resultater som demens og manglende evne til at gå uden hjælp, “sagde IBM Research.
Fra dette fund er forskerne håbefulde, at modellen kan bruges til at hjælpe klinikere med at rådgive patienthåndtering samt identificere dem, der kan have gavn af et klinisk forsøg.
Som næste trin er planen at forfine modellen yderligere ved at inkorporere genomiske og neuroimaging målinger, så den kan give endnu mere granulær karakterisering af sygdommen.
Relateret dækning
Forskning finder, at stemmehjælp kan forbedre tale for Parkinsons patienter IBM er et skridt tættere på at udvikle en præcis AI -forudsigelsesmodel for Alzheimers WHH advarer mod at anvende AI -modeller ved hjælp af data fra rige lande til alle andre
Relaterede emner:
IBM CXO Digital Transformation Tech Industry Smart Cities Cloud 