ヴェルゾラ・ハーパー
現時点では、パーキンソン病（PD）を特定したり、その進行をモニタリングしたりするための信頼できるバイオマーカーはありません。ここでは、夜間の呼吸からの信号を使用して、PDを特定し、その進行を追跡するための人工知能（AI）モデルを作成しました。このモデルは、米国の多数の病院のデータと、7,671人の大規模なデータセットの多数の公開データセットを使用して評価されました。ホールドアウトおよび外部テストセットでは、AIモデルは、それぞれ0.90と0.85の曲線下面積でPDを特定できます。PDの重症度と進行を測定するために使用される運動障害協会統一パーキンソン病評価スケールも、AIモデルで使用できます。AIモデルは、睡眠と脳波の予測を解釈できるアテンションレイヤーを採用しています。さらに、モデルは睡眠中の人の体から反射する電波を介して呼吸を検出し、家庭環境で非接触でPDを診断できます。私たちの研究は、AI モデルが臨床診断前のリスク評価に役立つ可能性があるという予備的な証拠を提供し、PD の客観的で非侵襲的な在宅評価の実現可能性を示しています。