Ученые применили видеокамеры и ИИ для прогноза неврологических заболеваний
Метод, использующий многоракурсные видеокамеры для фиксации изменений походки при рассеянном склерозе (MS) и болезни Паркинсона (PD) и алгоритм машинного обучения, способный по этим изображениям выявлять пациентов с MS и PD, разработали ученые Университета Иллинойса в Урбана-Шампейне, 11 октября сообщает пресс-служба университета.
О своих выводах разработчики метода сообщили в статье «Основанная на зрении структура для прогнозирования нарушений походки при рассеянном склерозе и болезни Паркинсона — подход к глубокому обучению», опубликованной в IEEE Journal of Biomedical and Health Informatics.
Исследователи поставили своей целью упростить процесс диагностики для пациентов с такими заболеваниями, сделав его более доступным, сообщил Мануэль Эрнандес, профессор кинезиологии и общественного здравоохранения, руководивший работой, которую он вел вместе с аспиранткой Рахнит Каур и инженерами промышленных и корпоративных систем, а также с профессором математики Ричардом Сауэрсом.
Эрнандес пояснил, что в настоящее время пациентам приходится иногда годами ждать приема у невролога для постановки диагноза. А сельским жителям часто приходится проделывать большой путь до учреждения, где можно оценить их состояние.
В то же время возможность собирать информацию о походке, используя не более чем цифровую камеру, и оценивать эти данные в режиме онлайн позволит клиницистам провести быстрый скрининг, после чего направлять к врачу-специалисту только тех, у кого может быть неврологическое заболевание.
Проводя исследования, команда снимала на видео взрослых пациентов с рассеянным склерозом или болезнью Паркинсона и людей без таких диагнозов, сопоставимого с больными возраста, веса и пола, в момент, когда они шли по беговой дорожке.
Цифровые камеры фокусировались на бедрах и ногах участников. Упражнение по ходьбе также включало испытания, в которых участники шли, одновременно повторяя каждую вторую букву алфавита.
Такое дополнительное задание было включено для того, чтобы имитировать реальные проблемы ходьбы при одновременном выполнении других задач, отвлекающих внимание, пояснил Сауэрс.
«Это новое исследование, в котором мы пытались учесть тот факт, что лаборатория отличается от того, как люди ведут себя в реальности, — сказал он. — Когда вы дома, вы делаете то, что делаете, но вы также думаете: „Я закрыл дверь гаража? Я выключил плиту?“ Так что это дополнительная когнитивная нагрузка».
Для анализа видео было использовано ПО с открытым исходным кодом.
«Мы изучили координаты тела для бедер, коленей, лодыжек, больших и малых пальцев ног и пяток», — сообщила Каур, разработавшая метод анализа того, как эти координаты менялись во времени у пациентов с MS и PD и здоровых людей.
Она проверяла точность своего подхода, используя более дюжины традиционных алгоритмов машинного и глубокого обучения. После чего команда проверила метод на новых испытуемых, чтобы увидеть, можно ли с его помощью идентифицировать тех, кто страдает рассеянным склерозом или болезнью Паркинсона, и тех, у кого нет ни того, ни другого.
Исследование показало, что точность отдельных алгоритмов при обнаружении этих различий достигала более 75%.
«Это исследование показывает перспективность применения недорогих систем на основе зрения для диагностики определенных неврологических расстройств», — считают исследователи.
По словам ученых, доведение нового инструмента до массового применения, скорее всего, займет несколько лет.
