《Nature》子刊:MIT帕金森氏症「居家呼吸感測AI」 助病情監測、加速藥物研發

撰文記者 巫芝岳
日期2022-08-25
《Nature》子刊:MIT帕金森氏症「居家呼吸感測AI」 助病情監測、加速藥物研發 (圖片來源:網路)

近(22)日,美國麻省理工學院(MIT)的科學家,開發出一款可感測帕金森氏症患者「睡眠呼吸」的感測器,除了可幫助及早發現罹病、持續監測病情外,也有望以該工具加速藥物研發,該研究發表於期刊《Nature Medicine》。

這項人工智慧模型,是以來自美國數間醫院和公共資料庫,共7,671名帕金森氏症患者的數據訓練而成,其識別出陽性的準確度為80%、識別出陰性的準確度為82%。此外,其也能從患者呼吸中,根據現有帕金森氏症量表,評估出其疾病嚴重度和惡化程度。

這項非接觸式的評估工具,大小約與WiFi路由器相當,透過發射、再補捉其反射的無線電波來感測環境中的微小變化;藉由偵測患者身體的起伏,再以AI分析訊息,便能分析出患者是否有帕金森氏症早期跡象。

領導該團隊的MIT無限中心主任Dina Katabi表示,早在1817年,首次詳述帕金森氏症的英國醫師James Parkinson,就已發現患者會出現呼吸道相關的徵象。不過,由於該徵象並不明顯,目前帕金森氏症的診斷,仍主要針對患者肌肉僵硬、反應遲緩或肌肉震顫的主觀症狀進行,由於這些症狀通常在發病很久後才會較明顯,因此導致難以及早發現疾病。

研究人員表示,然而目前已有研究顯示,在這些運動症狀出現前數年,患者呼吸系統就會先出現症狀,因此有望以此作為帕金森氏症確診前的風險評估。

除了呼吸症狀外,腦部掃描或採集腦脊髓液,也是診斷的選項之一,不過相較之下以這項AI工具收集數據更為便利。

研究人員表示,該方法還可用於協助開發帕金森氏症新療法,因為其可更容易、更清晰地捕捉到患者接受治療時的反應。研究論文也指出,此方法有望降低帕金森氏症臨床試驗成本、縮短試驗時間。

他們也表示,這項系統未來可望放置於已罹病患者,或高風險族群(例如已知有患病相關基因突變)的家中,連續監測奇症狀,若偵測到病情惡化,醫師也能即時透過遠距或實體問診方式介入處理。

參考資料:

1. 論文原文:https://www.nature.com/articles/s41591-022-01932-x

2. https://www.fiercebiotech.com/medtech/mit-researchers-track-parkinsons-patients-using-radar-they-sleep

(編譯/巫芝岳)