Revolutionäre KI entdeckt Parkinson anhand von Atemmustern im Schlaf!

Parkinson ist bekanntlich schwer zu diagnostizieren, da es hauptsächlich auf dem Auftreten von motorischen Symptomen wie Zittern, Steifheit und Langsamkeit beruht. Diese Symptome treten jedoch oft erst mehrere Jahre nach Beginn der Krankheit auf. Jetzt hat Dina Katabi, Professorin am MIT und Hauptermittlerin am MIT Jameel Clinic, zusammen mit ihrem Team ein KI-Modell entwickelt, das Parkinson allein durch die Analyse der Atemmuster einer Person erkennen kann. Das verwendete Werkzeug ist ein neuronales Netzwerk, das in der Lage ist, anhand der nächtlichen Atmung einer Person zu beurteilen, ob sie an Parkinson leidet. Das neuronale Netzwerk kann auch den Schweregrad der Krankheit beurteilen und deren Fortschritt über die Zeit verfolgen. Die Forschungsergebnisse wurden in der Fachzeitschrift Nature Medicine veröffentlicht. Die Künstliche Intelligenz kann die Parkinson-Bewertung jede Nacht zu Hause durchführen, während die Person schläft und ohne dass ihr Körper berührt wird. Dazu entwickelten die Forscher ein Gerät, das wie ein Heim-WLAN-Router aussieht, aber statt Internetzugang zu bieten, sendet es Funksignale aus und analysiert deren Reflexionen, um die Atemmuster der Person ohne Körperkontakt zu extrahieren. Das Atemsignal wird dann an das neuronale Netzwerk weitergeleitet, um Parkinson auf passive Weise zu beurteilen. Diese bahnbrechende Technologie könnte die Art und Weise verändern, wie Parkinson diagnostiziert und behandelt wird, da sie eine frühere Diagnose ermöglicht und die kontinuierliche Überwachung des Krankheitsverlaufs erleichtert. Die Forschung hat auch wichtige Implikationen für die Entwicklung von Parkinson-Medikamenten und die klinische Versorgung.