Ученые разработали модель машинного обучения, позволяющую за сотые доли секунды по результатам электроэнцефалограммы с точностью 99,9% выявлять болезнь Паркинсона. Важное преимущество нового алгоритма — в совместимости с портативными бытовыми устройствами. Поэтому программа может использоваться не только в больнице при диагностике, но и в домашних условиях для мониторинга состояния здоровья людей с ранее выявленной болезнью. Метод будет особенно полезен на ранних стадиях, считают опрошенные «Известиями» специалисты.
Программный ход
Ученые Петрозаводского государственного университета совместно с коллегой из Кувейтского колледжа науки и технологий разработали алгоритм машинного обучения для диагностики и мониторинга болезни Паркинсона по данным электроэнцефалограммы (ЭЭГ), который может использоваться в портативных медицинских устройствах.
— Предложенный алгоритм станет одним из многих элементов разрабатываемой нами концепции «бионического костюма» для человека, который позволит обеспечить комплексный неинвазивный мониторинг состояния здоровья, в том числе в реальном времени, — сообщил «Известиям» руководитель проекта, научный руководитель центра искусственного интеллекта Петрозаводского государственного университета Дмитрий Корзун.
Авторы записали ЭЭГ 20 здоровых людей и 20 пациентов с болезнью Паркинсона. Для их анализа был разработан алгоритм, который обрабатывал данные в несколько этапов. Сначала он отсекал электрические сигналы, соответствующие низкочастотным и высокочастотным шумам, то есть не несущие никакой информации о работе головного мозга.
Оставшиеся информативные диапазоны частот программа использовала, чтобы математическими методами выявить признаки ЭЭГ, отличающие здоровых людей от больных. В результате модель машинного обучения позволила определить 11 показателей, опираясь на которые, можно с точностью 99,9% выявить болезнь Паркинсона. Эти признаки оказались связаны с медленными дельта- и тета-ритмами электрической активности мозга, в норме свойственными состоянию покоя или сна. У людей с болезнью Паркинсона эти ритмы более выражены, а потому могут использоваться при диагностике.
Также авторы экспериментально показали, что использование 11 ключевых признаков вместо всех данных ЭЭГ позволяет сократить время работы алгоритма в 11 раз (до сотых долей секунды). Это значит, что программа требует на порядок меньше вычислительных ресурсов, чем аналогичные инструменты.
Приборное общество
Для диагностирования болезни Паркинсона и мониторинга ее состояния необходимы два компонента системы: измерительная и аналитическая. Первая представлена портативным устройством для измерения ЭЭГ головного мозга. Такие устройства представляют собой накладку (шапочку), которая надевается на голову и с помощью набора электродов собирает информацию о работе мозга. Аналитический компонент системы может быть представлен любым вычислительным устройством, таким как периферийные устройства интернета вещей — компьютер, мобильный телефон, облачный сервер и так далее. Предложенный алгоритм определяет болезнь Паркинсона по ЭЭГ с минимальными вычислительными затратами, а значит, будет работать даже на маломощных бытовых гаджетах, подчеркнул Дмитрий Корзун.
Пациенту необходимо один или несколько раз надеть измерительное устройство и запустить диагностику (например, нажав кнопку в программе на своем телефоне), которая будет длиться не более минуты. В это время человеку нужно неподвижно посидеть с закрытыми глазами. Результаты предоставляются самому больному (например, на экране телефона), он также может передать их врачу.
— Такое устройство превращается в цифрового ассистента, который отслеживает состояние пациента в повседневной жизни. Это позволит ускорить цифровизацию медицины, следить за здоровьем людей, которые по тем или иным причинам не способны регулярно посещать медицинские центры, — отметил Дмитрий Корзун.
Надо понимать, что для постановки диагноза результатов работы программы может быть недостаточно, необходима консультация специалиста, подчеркнул ученый.
Стареющая планета
Представленная учеными система мониторинга психофизиологического состояния человека по результатам ЭЭГ может стать эффективной моделью распознавания заболевания на ранних стадиях, рассказала клинический психолог, руководитель НПЦ «Виртуальная клиника» Московского института психоанализа Ольга Валаева.
— Раннее выявление болезни Паркинсона становится ключом к эффективной терапии и сохранению рабочей и жизненной активности людей, — подчеркнула она.
Авторы исследования затронули крайне важное направление интернета вещей для контроля терапии пациентов с болезнью Паркинсона, рассказал «Известиям» директор НИИ нейронаук СамГМУ Минздрава России, врач-невролог Александр Захаров.
— При этом исследование имеет ряд ограничений относительно трансфера технологии в медицинскую практику, а именно — сложности длительного ношения многоканальной ЭЭГ-гарнитуры, использующей «влажные» электроды. Также есть вопросы относительно зашумленности регистрируемых данных, наиболее выраженных в височных, затылочных и лобных областях, — сказал он.
Справка «Известий»Многие страны сталкиваются с проблемой старения населения. По оценкам ВОЗ, к 2050 году более 20% жителей Земли будут старше 60 лет. Это увеличивает риск широкого распространения нейродегенеративных заболеваний, таких как деменция, болезни Альцгеймера и Паркинсона и других. Поэтому специалисты стараются усовершенствовать методы их диагностики, которые позволят выявлять и лечить возрастные нарушения нервной системы на самых ранних стадиях, тем самым уменьшая необратимые повреждения головного мозга, а также повышая качество и продолжительность жизни пациентов.
Результаты исследования, поддержанного грантом Российского научного фонда (РНФ), опубликованы в международном журнале Sensors.