限時免費
App 獨家
前往
掃描開啟:

【醫療科技】MIT研AI追蹤人類睡眠數據 及早辨識柏金遜症

18:00 2022/09/10

分享:

分享:

麻省理工學院團隊利用兩種方式,來收集人類的呼吸數據,分別是佩戴電子腰帶,紀錄呼吸頻率;或是在牆壁安裝一個無線裝置,來讀取人類身體的反彈無線電波。

柏金遜症是常見的腦部退化症之一,為了能及早辨識該症,美國麻省理工學院(MIT)近日研發出新技術,經由人工智能(AI)系統分析在夜間睡眠時蒐集的呼吸數據,來診斷及推斷該人會否將來患病。

【生物科技】漸凍症不再是絕症? 英矽智能研AI平台分析數據 發現潛在治療靶點

【醫療科技】研觸感傳感器測汗液鋰含量 追蹤病人用藥情況

本港每100名65歲以上的長者中,估計有1人患上柏金遜症。但由於其早期症狀並不明顯,不少人會誤以為是正常年紀大退化,往往因未能及時察覺症狀而延誤治療,導致患者無法自理日常生活,生活質素大受影響。

MIT團隊近日在學術期刊《自然醫學》發表新論文,指出團隊早前研發AI系統,藉遙距方式追蹤人們睡眠呼吸,診斷柏金遜症患者。負責該項目研究人員Dina Katabi稱,最早發現柏金遜症的英國醫生James Parkinson指出,柏金遜症與呼吸之間有一定關聯。

MIT研究人員Dina Katabi(MIT資料圖片)

呼吸症狀比活動症狀早出現

同時,也有醫學研究表示,柏金遜症的呼吸症狀比活動症狀如手震、行動遲緩等早幾年出現,意味着呼吸數據可用來風險評估。這促使團隊考慮不從行為及病徵入手,反而從一個人的呼吸情況,檢測出患上柏金遜症的可能性。

Dina Katabi提到,團隊利用兩種方式來蒐集人們的呼吸數據,分別是佩戴電子腰帶,紀錄呼吸頻率;或是在牆壁安裝一個無綫裝置,讀取人們身體的反彈無綫電波。從而透過AI分析呼吸訊號診斷。

研究人員找來757名患者,以及約7,000名健康人士作研究,分析了1.2萬個人類晚上睡覺時的呼吸模式。數據顯示,該AI系統若分析一晚的呼吸數據,可成功診斷柏金遜症的準確率為86%;若連續追蹤12個晚上,診斷柏金遜症的準確率,基本可以達到95%。而且,該系統也能提早預測到人們患柏金遜症的機率。MIT資料指出,系統可以透過對比相隔6年的睡眠數據,從而推斷該人會否在未來患病,準確率為75%。

可遙距評估 方便行動不便患者

Dina Katabi解釋,系統可以在各種情況下使用。「愈早診斷出柏金遜症,可以有助藥物開發的臨床試驗時間縮短,加速新療法開發。」此外,在臨床護理方面,系統能夠讓醫生為在偏遠地區、行動不便難以出門的患者進行遙距評估。研究人員也希望未來能將該AI系統升級,用作檢測病患的嚴重程度。「當患者的情況開始變得嚴重,可以直接通知臨床醫生,確保病患適時獲得治療。」

事實上,隨着柏金遜症愈趨普遍,近年醫學界和不同的科企也先後研究不同方式,協助醫生作出更精準診斷。例如美國科企IBM主要蒐集患者的不同症狀和出現的變化,建立一個資料庫,並以AI系統進行臨床實驗,預測不同病人在不同時間段會出現的症狀,以及嚴重程度。

【醫療科技】以色列醫院改良軍用夜視技術 檢測病人過程

責任編輯:曾曉汶

《ET贏商有計》每集請來香港企業品牌,分享疫下營商Tips。即看最新一集:

緊貼財經時事新聞分析,讚好hket Facebook 專版
訂閱《香港經濟日報》電郵通訊
收取第一手財經新聞資訊 了解更多投資理財知識 提交代表本人同意收取香港經濟日報集團所發出的推廣訊息,你也可以查閱本網站的私隱政策使用條款