MIT'deki araştırmacılar, sadece birinin uyurken nefes alma düzenini izleyerek Parkinson hastalığını teşhis edebilen ve ilerlemesini takip edebilen bir yapay zeka sistemi geliştirdi. Cihaz bir internet yönlendiricisine benziyor ve bir yatak odasında duvara monte edilebiliyor. Çalışırken radyo dalgaları yayıyor ve ardından bir sinir ağı, solunum modellerini değerlendirmek için yansıyan dalgaları analiz ediyor. En önemlisi, teknoloji, Parkinson hastalığının birçok geleneksel teknikten çok daha erken teşhis edilmesine yardımcı olabilir ve geleneksel teşhise kıyasla oldukça kullanışlı duruyor. Ayrıca, hastalığın ilerlemesini izlemek için invaziv olmayan bir yöntem olarak Parkinson için yeni tedavilerin test edilmesinde özellikle faydalı olabilir.
Parkinson'u zamanında teşhis etmek zordur, çünkü çoğu durumda teşhis yolculuğu, titreme ve sertlik gibi motor semptomlar belirgin hale gelene kadar başlamaz. Bununla birlikte, birçok durumda hastalık yıllar önce başlamış olabilir, bu da erken müdahale şansının kaybolduğu anlamına gelir. Araştırmacılar, nörogörüntüleme veya beyin omurilik sıvısını analiz etme gibi teknikleri denediler, ancak bu yaklaşımlar, özellikle hastalığın ilerlemesini kontrol etmek için tekrarlanan değerlendirmeler için invaziv ve elverişsizdir.
Şimdi, yeni bir yöntem tüm bunları değiştirme potansiyeline sahip. Yaklaşım tamamen non-invaziv ve basitçe hastanın uyuduğu yatak odasına bir cihaz yerleştirmeyi içeriyor. Daha sonra bir sinir ağı, hastanın uyurken Parkinson'da düzensiz olduğu bilinen solunum modellerini analiz eder.
Yeni sistemin geliştiricilerinden biri olan Dina Katabi, “Parkinson ile solunum arasındaki ilişki, 1817 gibi erken bir tarihte Dr. James Parkinson'un çalışmasında kaydedildi. Bu, bizi hareketlere bakmadan kişinin nefesinden hastalığı tespit etme potansiyelini düşünmeye motive etti. Bazı tıbbi araştırmalar, solunum semptomlarının motor semptomlardan yıllar önce ortaya çıktığını göstermiştir; bu, solunum özelliklerinin Parkinson teşhisinden önce risk değerlendirmesi için umut verici olabileceği anlamına gelir.” dedi.
Parkinson hastalığının erken teşhisinin yanı sıra, yeni teknoloji, klinisyenlerin kliniğe tekrar ziyaret etmeden, pahalı ve invaziv müdahaleler yapmadan hastalığın süreçlerini izlemesine izin vermek için çok uygun. Hastalığın ilerlemesinin veya iyileşmesinin açık bir şekilde kilit sonuçlar olacağı Parkinson tedavilerinin klinik denemeleri için çok yararlı olabilir.
Parkinson'u zamanında teşhis etmek zordur, çünkü çoğu durumda teşhis yolculuğu, titreme ve sertlik gibi motor semptomlar belirgin hale gelene kadar başlamaz. Bununla birlikte, birçok durumda hastalık yıllar önce başlamış olabilir, bu da erken müdahale şansının kaybolduğu anlamına gelir. Araştırmacılar, nörogörüntüleme veya beyin omurilik sıvısını analiz etme gibi teknikleri denediler, ancak bu yaklaşımlar, özellikle hastalığın ilerlemesini kontrol etmek için tekrarlanan değerlendirmeler için invaziv ve elverişsizdir.
Şimdi, yeni bir yöntem tüm bunları değiştirme potansiyeline sahip. Yaklaşım tamamen non-invaziv ve basitçe hastanın uyuduğu yatak odasına bir cihaz yerleştirmeyi içeriyor. Daha sonra bir sinir ağı, hastanın uyurken Parkinson'da düzensiz olduğu bilinen solunum modellerini analiz eder.
Yeni sistemin geliştiricilerinden biri olan Dina Katabi, “Parkinson ile solunum arasındaki ilişki, 1817 gibi erken bir tarihte Dr. James Parkinson'un çalışmasında kaydedildi. Bu, bizi hareketlere bakmadan kişinin nefesinden hastalığı tespit etme potansiyelini düşünmeye motive etti. Bazı tıbbi araştırmalar, solunum semptomlarının motor semptomlardan yıllar önce ortaya çıktığını göstermiştir; bu, solunum özelliklerinin Parkinson teşhisinden önce risk değerlendirmesi için umut verici olabileceği anlamına gelir.” dedi.
Parkinson hastalığının erken teşhisinin yanı sıra, yeni teknoloji, klinisyenlerin kliniğe tekrar ziyaret etmeden, pahalı ve invaziv müdahaleler yapmadan hastalığın süreçlerini izlemesine izin vermek için çok uygun. Hastalığın ilerlemesinin veya iyileşmesinin açık bir şekilde kilit sonuçlar olacağı Parkinson tedavilerinin klinik denemeleri için çok yararlı olabilir.
Bu rehber yardımcı oldu mu?
DoktorClub’da Keşfet
