تحقیقات جدید نشان میدهد که نحوه نقاشی افراد میتواند نشانههای بیماری پارکینسون را با دقتی تا ۹۹ درصد شناسایی کند. این مطالعه که توسط تیمی از محققان در هند انجام شده، به بررسی الگوهای حرکتی در نقاشیها پرداخته و از یک سیستم مبتنی بر هوش مصنوعی برای تشخیص این بیماری استفاده کرده است.
بیماری پارکینسون، که به عنوان یکی از سریعترین اختلالات عصبی در حال رشد در جهان شناخته میشود، معمولاً به تشخیصهای بالینی وابسته است. اما این تحقیق نشان میدهد که میتوان با استفاده از ابزارهای غیرتهاجمی مانند تجزیه و تحلیل نقاشی، به شناسایی زودهنگام این بیماری کمک کرد.
روش تحقیق
در این آزمایش، محققان از دادههای یک مطالعه قبلی در برزیل استفاده کردند که شامل ۶۶ شرکتکننده بود، از جمله ۳۱ نفر مبتلا به پارکینسون و ۳۵ نفر سالم. شرکتکنندگان با استفاده از یک خودکار هوشمند، اشکالی مانند مارپیچ و خطوط مداوم را ترسیم کردند. این خودکار همزمان با ثبت حرکات دست، تصاویر نقاشیها را نیز ضبط میکرد.
محققان سپس دادههای جمعآوری شده را به مدلهای یادگیری عمیق مختلف وارد کردند تا الگوهای حرکتی و ناهنجاریهای فضایی را تحلیل کنند. نتایج نشان داد که این سیستم میتواند الگوهای میاندار را با دقت ۹۸.۹۵ درصد و الگوهای مارپیچ را با دقت ۹۷.۷۴ درصد شناسایی کند.
پتانسیلهای آینده
این تحقیق نشاندهنده پتانسیل بالای استفاده از هوش مصنوعی در تشخیص زودهنگام اختلالات عصبی است. محققان بر این باورند که این روش میتواند به عنوان یک ابزار کمهزینه و غیرتهاجمی برای غربالگری بیماریهای عصبی در آینده مورد استفاده قرار گیرد. با این حال، آنها تأکید میکنند که دادههای استفاده شده در این مطالعه هنوز به تنهایی نمیتواند نمایانگر تنوع بالینی بیماری پارکینسون در جمعیتهای بزرگ باشد.
نتایج این تحقیق در نشریه Discover Computing منتشر شده و میتواند به تسهیل فرآیند تشخیص این بیماری کمک کند.
اگر این روایت برایتان جالب بود، کشف بعدی را از پیشنهادهای پایین انتخاب کنید.