Исследовательское подразделение Big Blue и Фонда Майкла Дж. Фокса (MJFF) построило модель искусственного интеллекта, которая может сгруппировать типичные шаблоны симптомов болезни Паркинсона. Также она способна точно определить прогрессирование этих симптомов у пациента, независимо от того, принимают ли он лекарства, чтобы нивелировать их.
Отчёт о данном открытии был опубликован на страницах издания The Lancet Digital Health. IBM Research и MJFF проводят совместную работу с 2018 года. Целью проекта является адаптация технологий машинного обучения для помощи клиническим исследователям в дальнейшем изучении основ болезни Паркинсона, особенно в той части, где развитие болезни проходит по-разному у разных людей.
В рамках разработки модели ИИ исследователи использовали неидентифицированные наборы данных из Инициативы по маркерам прогрессирования болезни Паркинсона (Parkinson’s Progression Markers Initiative, PPMI).
«Набор данных послужил входными данными для подхода к машинному обучению, позволив обнаружить сложные закономерности симптомов и их прогрессирования, — говорится в исследовательской статье IBM Research. — В то время как многие предыдущие исследования были сосредоточены на характеристике болезни Паркинсона с использованием только исходной информации, наш метод полагается на данные пациентов за семь лет. Кроме того, модель делает ограниченные априорные предположения о путях прогрессирования по сравнению с предыдущими исследованиями».
В результате исследователи открыли, что состояние пациента может варьироваться в зависимости от ряда факторов. Среди таких факторов отмечаются особенности деятельности в повседневной жизни, проблемы с замедлением движений, тремор конечностей, нестабильность в положениях тела, а также симптомы, не имеющие прямого отношения к моторике: депрессия, тревожность, когнитивные нарушения и нарушения сна. Кроме того, ИИ научился предсказывать наступление тяжёлой стадии болезни Паркинсона.
Как показали клинические испытания, предложенная IBM Research модель даёт достаточно высокоточные прогнозы. В перспективе к исходным данным добавятся и другие факторы, включая генетическую информацию и данные с нейровизуализаций. Как отмечают авторы исследования, это, в конечном итоге, поможет исследовать болезнь ещё подробнее.