Искусственный интеллект ловит ранние признаки Паркинсона по видео

Учёные создали систему искусственного интеллекта (ИИ), которая с помощью обычного видео может заметить малейшие скрытые признаки заболеваний мозга, таких как болезнь Паркинсона. Она анализирует запись движений руки человека и распознаёт едва заметные нарушения, которые врачи-неврологи вполне могли бы пропустить – даже если на первый взгляд человек абсолютно здоров. Об этом сообщается в журнале Nature.

Сегодня в медицине активно ищут способы замечать Паркинсона и другие нейродегенеративные болезни как можно раньше – задолго до того, как симптомы становятся заметными. Чем раньше поймёшь, что человек заболел, тем раньше начнёшь лечение — а значит, есть шанс замедлить развитие заболевания. Проблема в том, что самые первые изменения моторики настолько неуловимы, что лечащий врач увидеть их не может. Опознать болезнь или хотя бы понять, у кого есть высокий риск, — задача не из лёгких.

Есть «группа повышенного риска» — это люди с так называемым идиопатическим расстройством поведения во сне с быстрыми движениями глаз (REM Sleep Behavior Disorder). Это расстройство, при котором люди во сне физически проживают свои сны: размахивают руками, что-то делают в кровати – активно, как во сне. Большинство из таких пациентов через какое-то время сталкиваются с болезнью Паркинсона или близкими заболеваниями. Поэтому их особенно интересно изучать — именно на них можно заметить самые ранние признаки нейродегенерации.

Главный симптом движения для Паркинсона — брадикинезия, иначе говоря, замедленность движений. Ей часто сопутствует гипокинезия (движения становятся мельче). Есть ещё такой признак, как «эффект последовательности»: если повторять одно и то же движение, оно постепенно начинает замедляться и уменьшаться по амплитуде.

Всё это характерно для уже развившейся болезни, но вот есть ли такие признаки у людей с расстройством сна? Ведь стандартно для точных измерений нужны какие-то сложные приборы или датчики, а массово этого не сделать.

Учёные из Университета Флориды подошли проще — решили попробовать анализировать простые видео, снятые на бытовую камеру, с помощью ИИ. Этот подход способен выявить проблемы в движениях раньше, чем это сделает врач, и даже у тех, у кого проявлений ещё не видно вовсе.

Всего в исследовании участвовали 66 человек: 18 с ранней стадией болезни Паркинсона, 16 с подтверждённым идиопатическим расстройством сна с фазой REM, 32 здоровых для контроля. Им проводили стандартное неврологическое обследование, записывая видео на обычную камеру. Ключевая часть теста — "постукивание пальцами": испытуемый десять секунд как можно быстрее и шире стучит указательным пальцем о большой.

Врач с опытом расстройств движений оценивал тест по клинической шкале от 0 (норма) до 4 (выраженные нарушения). Для анализа отобрали только "идеальные" видео, где врачи нашли чистую норму, чтобы проверить, найдёт ли ИИ что-то скрытое.

Дальше в дело вступал специальный софт: нейросеть отслеживала 21 точку на руке на каждом кадре видео, измеряя расстояние между пальцами во времени. Выделили четыре ключевые характеристики движения: средняя амплитуда, средняя скорость, снижение амплитуды (насколько движенье стало меньше за 10 секунд) и снижение скорости.

ИИ смог различить группы по этим данным — там, где врач видит идеал, компьютер пока что ловит разницу. У пациентов с Паркинсоном движения были мельче и медленнее, к концу теста заметно уставали. Самое интересное выявили у группы с расстройством сна: средняя скорость и амплитуда были как у здоровых, но вот "усталость" за 10 секунд движения проявлялась, почти как у настоящих больных — возможно, это самый ранний предвестник болезни.

Дошли и до машинного обучения: алгоритм "случайный лес" по четырём параметрам точно сортировал участников по их группам — точность для диагностики Паркинсона против здоровых оказалась 81,5%; для лиц с расстройством сна против здоровых — 79,8%, а между двумя патологиями — 81,7%. Получается, что по четвёрке чисел можно почти безошибочно вычислить в группе риска человек или нет.

Ограничения признаны: исследование небольшое (66 человек), нужны ещё и подтверждения на других людях, а также дополнительная информация не только с видео — например, о состоянии мозга по анализу спинномозговой жидкости или МРТ. Но, что важно, сам подход — дешёвый и массовый: возможно, такой анализ однажды поможет массово скринировать население на самые ранние риски болезни, пока ещё появляются шансы на эффективное лечение.

Авторы работы: Diego L. Guarín, Gabriela Acevedo, Carolina Calonge, Joshua K. Wong, Nikolaus R. McFarland, Adolfo Ramirez-Zamora, David E. Vaillancourt. Статья опубликована в Nature.