პარკინსონის დაავადების ადრეული ნიშნები ორგანიზმის სხვადასხვა ნაწილში შეიძლება გამოვლინდეს. მაგალითად, მეცნიერებმა ამ მდგომარეობის პოტენციური კვალი ადამიანის თმაში, სისხლსა და ყურის ცვილშიც კი იპოვეს.

პარკინსონთან კავშირში საუბრის მანერა, ფსიქიკური ჯანმრთელობა და საცხოვრებელი ადგილიც კი შეიძლება იყოს. ეს დაავადება სხეულის მოძრაობას აფერხებს და კუნთების მოდუნებას იწვევს. ამის მიუხედავად, მისი დიაგნოსტიკისთვის კვლავ ტრადიციულ და უკვე დანერგილ კლინიკურ შეფასებას ეყრდნობიან. მარტივად ხელმისაწვდომი და ზუსტი ბიომარკერების ნაკლებობა პრობლემის დროულ იდენტიფიცირებას საგრძნობლად ართულებს. ეს მაშინ, როცა პარკინსონი შრომისუნარიანობის შეზღუდვისა და სიკვდილიანობის ზრდის მაჩვენებლით მსოფლიოში ყველაზე სწრაფად გავრცელებადი ნევროლოგიური დარღვევაა.

ახალი კვლევა გამოსავალს გვთავაზობს. ინდოელ მკვლევართა ჯგუფმა ხელოვნურ ინტელექტზე დაფუძნებული სისტემა შექმნა, რომელსაც პარკინსონის დაავადების ამოცნობა მარტივი ტესტის მეშვეობით შეუძლია, თანაც საკმაოდ ზუსტია. ამისთვის მხოლოდ ადამიანის ხატვის მანერის გაანალიზებაა საჭირო.

ხელწერისა და ნახატების ანალიზი დაავადებათა სკრინინგის პერსპექტიულ მეთოდად მიიჩნევა. მეცნიერები ხელოვნურ ინტელექტს იყენებენ, რომელსაც მცირე დეტალებზე დაკვირვებით ნეიროდეგენერაციული ნიშნების აღმოჩენა შეუძლია.

კომპიუტერული მეცნიერების სპეციალისტ იშან აიუსის ხელმძღვანელობით, ჯგუფმა ბრაზილიაში ჩატარებული კვლევის მონაცემები გამოიყენა. მასში 66 ადამიანი მონაწილეობდა, რომელთაგანაც 31-ს პარკინსონი ჰქონდა, ხოლო 35 ჯანმრთელი იყო. ისინი ხატვის სავარჯიშოებს ჭკვიანი კალმით ასრულებდნენ, რომელიც ხელის მოძრაობასთან ასოცირებულ სიგნალებსაც იწერდა.

ტესტირებისას მონაწილეები ორ ფიგურას ხაზავდნენ: სპირალებსა და უწყვეტი ხაზებისგან შემდგარ კუთხოვან ორნამენტებს. აიუსმა და მისმა კოლეგებმა მიღებული ნახატები და კალმის სენსორული მონაცემები ღრმა მანქანური დასწავლის რამდენიმე სისტემაში ჩატვირთეს.

თითოეული მოდელი მონაწილეთა მიერ დახატული სპირალებისა და კუთხოვანი ხაზების სივრცულ უზუსტობებს აფასებდა. ამას კალმით ჩაწერილი მოტორიკისა და ხელის კოორდინაციის მცირე ცვლილებების მონაცემებიც ემატებოდა. შემდეგ ინფორმაცია სპეციალური ალგორითმით (SNAKE) დაამუშავეს, რომელმაც ხელოვნური ინტელექტის მოდელების შეფასებები შეაჯამა და საბოლოოდ განსაზღვრა, ვის ეკუთვნოდა თითოეული ნახატი: პარკინსონით დაავადებულს თუ ჯანმრთელს.

მკვლევართა თქმით, ამ მრავალკომპონენტიანმა სისტემამ შედეგებით ხელოვნურ ინტელექტზე დაფუძნებული ყველა სხვა მსგავსი მეთოდი ჩამოიტოვა, რომელიც იმავე მიზნისთვის აქამდე გამოუყენებიათ. მან კუთხოვანი ხაზების ნიმუშები 98.95%-იანი სიზუსტით ამოიცნო, ხოლო სპირალები — 97.74%-იანი სიზუსტით.

"ხელით დახატული გამოსახულებები ხაზების უზუსტობებს, თრთოლით (ტრემორით) გამოწვეულ დეფექტებსა და ფორმის ცვლილებების სივრცულ მახასიათებლებს გვიჩვენებს. შედარებისთვის, სენსორული სიგნალები მოტორიკის დინამიკას აფიქსირებს, რაც სიჩქარის ცვალებადობას, არათანაბარ ზეწოლასა და კოორდინაციის დარღვევას მოიცავს", — განმარტავენ მკვლევრები.

ავტორები აღნიშნავენ, რომ 66-კაციანი ჯგუფი მცირეა და პარკინსონით დაავადებულთა სრულ სურათს ვერ ასახავს. შესაბამისად, ეს შედეგი მეთოდის პოტენციალად უნდა აღვიქვათ და არა საბოლოო დიაგნოსტიკური სარწმუნოების მტკიცებულებად.

მეორე მხრივ, ეს კვლევა ნეიროდეგენერაციული დაავადებების ადრეულ სკრინინგში ხელოვნური ინტელექტის მზარდ როლზე ამახვილებს ყურადღებას. ფართომასშტაბიანი კლინიკური შემოწმების შემდეგ ახალმა მეთოდმა, შესაძლოა, პარკინსონის იაფ, უმტკივნეულო და დისტანციურ დიაგნოსტიკას ჩაუყაროს საფუძველი.

აღმოჩენა გამოქვეყნებულია ჟურნალში Discover Computing.