You are currently at: ejtech.hkej.com
Skip This Ads
Don't Miss

呼吸數據辨柏金遜症 95%準確

By on August 24, 2022

原文刊於信報財經新聞「StartupBeat創科鬥室

柏金遜症為腦退化疾病之一,惟初期不容易察覺。麻省理工學院(MIT)發明一種人工智能(AI)系統,受測者在晚上睡覺時佩戴電子腰帶,神經網絡會持續讀取呼吸訊號,以診斷柏金遜症。另一檢查方法,是在牆壁安裝一個類似WiFi路由器的無線裝置,根據受測者身體反彈的無線電波來分析呼吸模式,推測有否患上柏金遜症。

受測者睡覺時可佩戴電子腰帶讀取呼吸訊號(左圖),或透過牆上無線裝置檢測身體反彈的無線電波(右圖)。(MIT網上圖片)

AI預測將來患病機會

柏金遜症的成因是大腦多巴胺有缺失,主要影響運動系統,導致手震、僵硬、行動遲緩等,但這些症狀通常在發病後數年才出現。為了訓練AI神經網絡,負責研究的MIT團隊必須搜集大量夜間呼吸數據,於是找來757名柏金遜病患者,與約7000名健康人士作對照,分析他們近1.2萬個晚上的呼吸模式。

研究發現,若連續追蹤12晚,診斷柏金遜症準確率高達95%。(MIT網上圖片)

研究發現,若只分析受測者一晚的呼吸數據,診斷柏金遜症的準確率為86%。平均而言,若連續追蹤12晚,診斷準確率高達95%。AI系統更具有預測能力,可對比6年前與今日的睡眠數據,推斷該人會否在將來患病,準確度據稱高達75%。論文已發表在學術期刊《自然醫學》。

支持EJ Tech

如欲投稿、報料,發布新聞稿或採訪通知,按這裏聯絡我們