Parkinson-kór felismerése videófelvételekből
A mesterséges intelligencia alapú videóelemző szoftver több mozgásforma szimmetriáját 86%-os pontossággal elemezve diagnosztizálja a Parkinson-kórt, írja az OTSZ Online.
A Parkinsonism & Related Disorders folyóiratban jelent meg a University of Florida kutatóinak cikke, amelyben egy mesterséges intelligencia alapú videóelemző szoftvert írtak le, ami a Parkinson-kór korai diagnosztizálására és súlyosságának meghatározására is alkalmas.
A gépi tanulást (machine learning) alkalmazó szoftvert az egyetemi kutatók a Fixel Institute for Neurological Diseases csapatával együttműködve alkották meg, működési elve pedig a beteg motoros tüneteinek számszerűsítésén alapul. A programot 31 korai Parkinson-kórban szenvedő beteg és 26 velük korban megegyező kontroll személy felvételeinek az elemzésével tanították be a korai tünetek felismerésére. A vizsgálatok során a mesterséges intelligenciát három mozgásforma, az ujjakkal végzett koppintások, a kéz mozgása és a láb agilitása alapján tanították be a Parkinson-kór diagnosztizálására. A kutatók három klasszifikációs modellt alkalmaztak a beteg bal és jobb oldali mozdulatainak, illetve a bal-jobb mozgásszimmetriának az értékelésére. A kutatók nullhipotézise az volt, hogy mivel a Parkinson-kór általában aszimmetrikusan kezdődik, a betegség korai szakaszában az egyik oldal jobban érintett, mint a másik.
A bal oldali, a jobb oldali és a szimmetria jellemzők kombinálása 79%-os felismerési pontosságot eredményezett az ujjkoppintós videók alapján, 75%-os pontosságot a kézmozgást elemző felvételekből, 79%-os pontosságot pedig a láb mozgását követő filmek alapján. A háromféle mozgásforma kombinált elemzése azonban már 86%-os differenciálási pontosságot eredményezett az egészséges és a korai Parkinson-kórban szenvedő személyek között.
