ИИ диагностирует болезнь Паркинсона и рассеянный склероз наблюдая за походкой человека

Когда есть подозрение, что у человека может быть определенное неврологическое расстройство, например, рассеянный склероз или болезнь Паркинсона, врачи часто оценивают способность человека ходить. Просто взглянув на походку человека, можно получить подсказки о наличии у него неврологического расстройства.

В недавнем исследовании группа ученых из Университета Иллинойса изучила метод использования стандартных видеокамер в сочетании с ИИ, который позволяет оценить походку человека и выявить тех, у кого может быть болезнь Паркинсона или рассеянный склероз. Результаты, которые показывают, что этот подход может достигать точности до 79%, были опубликованы в журнале IEEE Journal of Biomedical and Health Informatics.

Неврологические заболевания часто могут вызывать едва заметные изменения в походке человека, даже на ранних и средних стадиях болезни. Часто для оценки походки человека на предмет неврологических отклонений медицинские работники используют специализированное оборудование, такое как лабораторная система захвата движений, силовые пластины или датчики электромиографии, что может быть дорогостоящим и требует квалифицированного персонала для анализа результатов.

"Интеграция видеозаписей ходьбы людей и искусственного интеллекта может позволить более широкому кругу медицинских работников в сельских или малообслуживаемых районах выявлять ранние изменения походки при неврологических заболеваниях и более эффективно ставить потенциальный диагноз", - объясняет Мануэль Энрике Эрнандес, доцент Иллинойского университета в Урбане-Шампейне.

В своем исследовании Эрнандес и его коллеги набрали в общей сложности 33 добровольца - 10 с рассеянным склерозом, 9 с болезнью Паркинсона и 14 без неврологических заболеваний. Всех добровольцев попросили пройтись по беговой дорожке, в то время как две стандартные RGB-камеры записывали их движения с бокового и переднего ракурсов.

"Мы смотрели на координаты бедер, коленей, лодыжек, пальцев ног и пяток, - объясняет Рахнит Каур, аспирантка Университета Иллинойса, участвовавший в исследовании. - Мы проанализировали, как эти координаты изменяются со временем, чтобы найти различия".

В общей сложности исследователи разработали и проверили 16 различных алгоритмов ИИ для оценки этих движений. Несколько алгоритмов с точностью более 75% предсказывали неврологический статус человека, а самый лучший алгоритм, конволюционная модель глубокого обучения, достиг точности 79%.

"Мы были приятно удивлены результатами проверки, когда, используя недорогое видеооборудование и ПО для обработки изображений с открытым исходным кодом, мы смогли добиться таких результатов, - говорит Ричард Соуэрс, профессор математического факультета и факультета инженерии промышленных и корпоративных систем, который также принимал участие в исследовании. - При правильной разработке это может изменить ход игры".

Хотя до коммерциализации такого подхода еще несколько лет, команда говорит, что они сделали свою работу доступной бесплатно для использования другими исследователями. В дальнейшей работе они надеются изучить, как включение людей с другими неврологическими расстройствами может повысить точность этого подхода. Они также надеются поэкспериментировать с количеством и расположением камер.

Фото: Fred Zwicky