Tariq Adanan, M.Sc. E, de acordo com a pesquisa publicada pelo The Pellies, a doença de Parkinson (PD) analisa um novo equipamento de inteligência artificial (AI) para obter alta precisão na triagem na triagem MedicamentoE (net) Quinta-feira.
O modelo foi treinado nas maioresnas de dados de expressão de vídeo conhecidas até hoje, com PD admite 1.452 participantes, incluindo 391.
De acordo com o estudo NEJM AI, a precisão geral de 87,9 % na detecção de DP usando apenas a análise de vídeo do Smile.
Os pesquisadores dizem que o modelo de IA é aplicado à América do Norte e Bangladesh a várias amostras populacionais da América do Norte e Bangladesh, e pode distinguir adequadamente entre os indivíduos e os indivíduos, incluindo a DP, com base em sua análise de risadas.
Por que é importante
A Fundação Parkinson diz que as 90.000 pessoas estimadas serão diagnosticadas este ano, o número de casos deve ser de cerca de 1,2 milhão até 2030.
Devido ao acesso limitado de habilidades clínicas e pessoalmente, o primeiro diagnóstico de Parkinson continua sendo um desafio importante.
O equipamento de triagem remoto movido a IA promete soluções escleráveis e caras para preencher essas lacunas de saúde.
As pesquisas se ajustam à crescente demanda por soluções digitais de saúde que removem os obstáculos geográficos e econômicos do diagnóstico neurológico primário, especialmente relevante para as comunidades rurais e baixas americanas.
Sabe o que
O novo método de triagem usa uma plataforma on -line para participar – com um sorriso – convida a se gravar para duplicar os sentimentos de rosto.
As equipes de pesquisa retiram marcos faciais e unidades de ação medidas para medir a hipomimia, um sintoma motor comum da DP onde o movimento muscular facial diminui.
Os modelos de aprendizado de máquina foram criados usando esses recursos, distinguindo das pessoas da DP.
Dependendo dos associados de alto risco de Bangladesh, bem como mídias sociais, e-mails, centros de bem-estar e registro de pesquisa, uma ampla estratégia de recrutamento envolvendo participantes norte-americanos.
Somente treinados em vídeos de risadas, o modelo alcançou uma precisão entre departamentos entre departamentos de 10 qualidade 87,9 %, 76,8 % de sensibilidade e 91,4 %. Os conjuntos de exames externos validaram 80,3 % de precisão no conjunto de dados da clínica dos EUA e uma precisão de 85,3 % em Bangladesh Kohort.
Embora o valor de previsão negativo em todas as configurações permaneça acima de 92 %, o valor positivo da previsão entre os participantes de Bangladesh reflete as variações das características da população e até 35,7 %.
Neste estudo, não há diferença significativa entre a sexualidade e as performances de modelos entre os grupos étnicos sem a precisão marginal de participantes do sexo feminino em Bangladesh.
Os autores enfatizaram a generalização e a justiça do principal método de consideração no desenvolvimento de equipamentos clínicos de IA.
Código de processamento de vídeo e aprendizado de máquina que suporta o estudo está disponível para o público do Githab.
No entanto, os autores do estudo observaram que o compartilhamento de dados de vídeo bruto se limita ao cumprimento da Lei dos Serviços de Saúde dos EUA (HIPA), apenas limitando o acesso a recursos derivados de conscon.
A pesquisa recebeu financiamento de distúrbios neurológicos nacionais e derrames nos Institutos Nacionais de Saúde, entre outras fontes.
Este trabalho foi um esforço aliado associado a parceiros acadêmicos e clínicos, como o Inmosphere Parkinson Disease Welness Center e o Centro da Universidade de Rochester da Universidade de Saúde e Tecnologia.
O processo de pesquisa também se beneficiou das contribuições do Google Research e da equipe da Universidade de Rochester, especialmente em análise estatística.
Besouro
O que as pessoas estão dizendo
Tariq Adnan, mestrado, o principal autor diz ao estudo do estudo: “Os vídeos sorridentes podem efetivamente distinguir entre pessoas com DP e sem DP, fornecendo uma maneira potencialmente fácil, acessível e de despesas de rastrear a DP, especialmente quando o acesso ao diagnóstico clínico é limitado”.
O que acontece a seguir?
As etapas futuras da equipe de pesquisa envolvem a extensa validade do sistema de triagem de IA na população do mundo real e o refinamento adicional do algoritmo na população do mundo real.
Os caminhos de tradução regulatória e clínica determinarão quando essa tecnologia estará disponível no sistema de saúde dos EUA.
