Neurološke promjene: Jednostavnim crtežom (s novim alatom) do rane dijagnoze

Testovi za otkrivanje kognitivnih promjena koji često signaliziraju početke bolesti poput Parkinsa i Alzheimera iznenađujuće su jednostavni te obično uključuju samo papir i olovku.

No, nježne neurološke promjene koje se manifestiraju prije nego li bolest u potpunosti preuzme nije u mogućnosti testirati pomoću navedenih testova, ograničenih i nedovoljno osjetljivih, piše Popular Science.

Koristeći strojno učenje, znanstvenici s MIT-a sada su kreirali novi model strojnog učenja kako bi ocijenili pisane testove kojim bi kliničari dijagnozu mogli napraviti puno ranije i objektivnije. Istraživanje je objavljeno nedavno u časopisu Machine Learning.

Subjektivna dijagnoza kliničara

Osim tradicionalnog testa crtanja sata, pacijenti su bili zamoljeni i da nacrtaju analogni sat koji pokazuje određeno vrijeme te ga kopiraju. Liječnici inače postavljaju dijagnozu ovisno o tome koliko je sat iskrivljen ili drže li pacijenti ruku u drukčijem položaju.
No isto tako, kliničari gledaju samo konačni rezultat i njihova interpretacija može biti veoma subjektivna – koliko ‘iskrivljen’ crtež mora biti da bi on bio uistinu ‘iskrivljen’?
Kako bi reducirali subjektivnost, znanstvenici su upotrijebili digitalnu olovku kako bi pratili pokrete ruke pacijenata dok su crtali. Znanstvenici su upotrijebili podatke iz 2.600 gotovih testova napravljenih posljednjih devet godina, prateći na njima sve one, dosad zanemarene parametre.

Digitalna olovka detektira najfiniju promjenu

Digitalna olovka, otkrili su znanstvenici, može detektirati na tisuće malih elemenata na crtežu pacijenta, poput broja udaraca na papir koje je pacijent napravio crtajući sat, koliko je vremena proveo razmišljajući prije nego li je počeo crtati i da li brojevi imaju izvučene kukice na kraju linije.

Znanstvenici su koristili podatke kako bi kreirali model koji bi mogao procijeniti da li je pacijent pokazao rane znakove oštećenja. Kada su ih usporedili s rezultatima testova tipičnih kliničkih ispitivanja ovaj je model pokazao veću preciznost.

Trenutno, znanstvenici rade na verziji koja će olakšati posao kliničarima u bolničkoj upotrebi testova i ranoj dijagnostici kod pacijenata s kognitivnim promjenama.