تم تطوير نموذج ذكاء اصطناعي من قبل دينا كتابي وفريقها في MIT يمكنه اكتشاف مرض باركنسون من خلال قراءة أنماط التنفس للشخص. يتيح هذا النهج تشخيصًا أكثر دقة وتقييمًا مستمرًا لتطور المرض دون الاعتماد على الاختبارات الباهظة والغ invasive

يعتبر تشخيص مرض باركنسون صعبًا للغاية نظرًا لأنه يعتمد بشكل أساسي على ظهور الأعراض الحركية مثل التشنجات والقساوة والبطء. ومع ذلك، طورت دينا كتابي وفريقها في MIT نموذج ذكاء اصطناعي يمكنه اكتشاف مرض باركنسون من خلال قراءة أنماط التنفس للشخص. الأداة المستخدمة هي شبكة عصبية قادرة على تقييم ما إذا كان لدى شخص مرض باركنسون من خلال التنفس الليلي، أي أنماط التنفس التي تحدث أثناء النوم. تم تدريب الشبكة العصبية على تحديد شدة مرض باركنسون لدى الشخص وتتبع تطور المرض مع مرور الوقت. على مر السنين، تم التحقق من إمكانية اكتشاف مرض باركنسون باستخدام السائل الشوكي والتصوير العصبي، ولكن هذه الطرق تتطلب القيام بتجارب غازية ومكلفة والوصول إلى مراكز طبية متخصصة. بينما يتيح نهج MIT إجراء التشخيص وتقييم تطور المرض بشكل مستمر دون الحاجة إلى اختبارات باهظة وغازية. يمكن أن يتم تحليل التنفس كل ليلة أثناء النوم في المنزل وبدون ملامسة الجسم. تعتبر مرض باركنسون ثاني أكثر الاضطرابات العصبية شيوعًا بعد مرض ألزهايمر. يصيب أكثر من مليون شخص في الولايات المتحدة وحدها ويشكل عبئًا اقتصاديًا سنويًا يبلغ 51.9 مليار دولار. تم اختبار خوارزمية فريق البحث على 7687 فردًا، بما في ذلك 757 مريض باركنسون. تشير الدراسة إلى أن هذا النهج له تأثيرات هامة على تطوير الأدوية والرعاية السريرية لمرضى باركنسون.