Искусственный интеллект выявил болезнь Паркинсона до появления симптомов
Болезнь Паркинсона — одно из самых распространенных нейродегенеративных неврологических заболеваний. Оно поражает 16-20 человек из 100 тысяч населения. В 2016 году от болезни Паркинсона страдали около 6,1 миллиона человек во всем мире, в 2019 году этот показатель увеличился до 8,5 миллиона (рост составил более 39%). Число людей с болезнью Паркинсона продолжит увеличиваться: по прогнозам экспертов, в мире к 2050 году количество пострадавших возрастет до 25,2 млн человек (это примерно на 112% больше, чем в 2021 году).
Сегодня болезнь Паркинсона выявляют на основании клинических симптомов – снижения двигательной активности, тремора рук, скованности мышц и других и подтверждают диагноз, используя методы нейровизуализации. Проект молодых ученых Сеченовского Университета направлен на то, чтобы выявлять эту патологию на ранней стадии – еще до появления первых симптомов, когда лечение способно значительно замедлить развитие заболевания и сохранить качество жизни пациентов. В этом, считают разработчики, могут помочь методы искусственного интеллекта.
«Суть проекта в том, чтобы автоматизировать раннюю диагностику болезни Паркинсона и сделать ее доступнее для пациентов, — рассказала автор проекта, выпускница магистратуры «Информационные системы и технологии» Сеченовского Университета Екатерина Вахромеева. — Сейчас ЭЭГ для диагностики этого заболевания не применяется. Однако есть научные публикации российских и зарубежных исследователей, посвященные особенностям электрической активности головного мозга на электроэнцефалографии пациентов с болезнью Паркинсона и их сравнению с ЭЭГ здоровых людей. Мы поставили перед собой задачу выяснить, можно ли с помощью нейросети дифференцировать эти ЭЭГ. Как оказалось, это вполне реально».
Для этой работы были использован открытый зарубежный датасет, содержащий обезличенные данные ЭЭГ пациентов с болезнью Паркинсона и здоровых участников, вручную размеченный неврологом. Этот датасет исследователи разбили на выборки для обучения и тестирования нейросети. На первой выборке обучили модель, на второй, которую она «видела» впервые, проверили ее способность детектировать ЭЭГ здоровых и больных пациентов. В результате выяснилось, что нейросеть может распознавать частотные аномалии электроэнцефалограмм и выявлять пациентов с болезнью Паркинсона с точностью до 97 процентов.
«Результаты, полученные в ходе этой научной работы, очень перспективны, — считает научный руководитель проекта, кандидат технических наук, эксперт Центра цифровой медицины Сеченовского Университета Денис Андриков. — Использование нейросети для анализа ЭЭГ дает возможность расширить подход к поиску предикторов развития заболевания и может стать подспорьем врачу при принятии диагностических решений. В ближайших планах команды — собрать большой датасет с данными ЭЭГ пациентов с различными стадиями развития болезни Паркинсона. Это позволит нам дообучить модель и протестировать ее совместно с экспертами-неврологами».
Директор Центра цифровой медицины Первого МГМУ Георгий Лебедев отметил, что в центре при обучении студентов применяется проектно-ориентированный подход, и в каждой выпускной работе выполняется проект, востребованный в практической медицине. «Представленный проект — яркий пример применения технологий нейронных сетей в неврологии, который пройдет апробацию в университетской клинике», — заключил он.
