Япония разрабатывает инструмент для скрининга шейной миелопатии на основе ML

blank

Цервикальная миелопатия (ЦМ) возникает в результате сдавления спинного мозга в области шеи и вызывает затруднения при движении пальцев и неустойчивую походку. Поскольку пациенты с ранней стадией ХМ имеют минимальные субъективные симптомы, и неспециалистам их сложно правильно диагностировать, симптомы могут усугубиться до того, как специалисту поставит диагноз ХМ пациентам. Следовательно, для ранней диагностики и лечения ЦМ требуется разработка инструментов скрининга.

Исследовательская группа во главе с доктором Кодзи Фудзита, преподавателем Токийского медицинского и стоматологического университета, и Юта Сугиура, доцента Университета Кейо, объединили технику анализа движения пальцев с использованием бесконтактного датчика и машинного обучения, чтобы разработать простой инструмент скрининга для CM.В этом исследовании команда сосредоточилась на изменениях движения пальцев, вызванных ЦМ.

В 10-секундном тесте захвата и отпускания, который является обычным диагностическим тестом для ЦМ, субъект повторяет действия захвата и отпускания столько раз, сколько возможно за 10 секунд. Тест просто измеряет количество действий захвата и отпускания и не фокусируется на изменениях движений пальцев, характерных для пациентов с ЦМ, таких как движения запястья, чтобы компенсировать трудности с перемещением пальца. Датчик Leap Motion (Ultraleap Ltd.), способный в реальном времени измерять движения пальцев, может использоваться для более точного определения таких движений.

Исследователи ожидали, что ЦМ можно предсказать, используя машинное обучение в сочетании с датчиком Leap Motion. Субъект, сидящий перед Leap Motion, подключенным к портативному компьютеру с вытянутыми руками, получил указание сжимать и отпускать пальцы 20 раз как можно быстрее. Движения пальцев во время этого теста фиксировались датчиком Leap Motion, отображались на его экране в реальном времени и записывались в виде данных. Они набрали 50 пациентов с ЦМ и 28 пациентов без ЦМ. Данные временных рядов о движениях их пальцев, полученные с помощью Leap Motion, были преобразованы в частотные области, которые были подвергнуты машинному обучению с использованием машины опорных векторов. Наконец, точность результатов была высокой, о чем свидетельствуют чувствительность 84,0%, специфичность 60,7% и площадь под кривой 0,85.

Инструмент, разработанный командой, позволяет неспециалистам проверять людей на возможность использования ЦМ. Результаты скринингового теста могут быть использованы, чтобы побудить людей с подозрением на ЦМ обратиться к специалисту для ранней диагностики и раннего начала лечения. Цель этого исследования — предотвратить обострение заболевания, которое может привести к ухудшению физического состояния и социальным потерям.

Это исследование проводилось в рамках программ стратегических фундаментальных исследований JST, AIP Accelerated PRISM Research и Preursory Research for Embryonic Science and Technology (PRSTO).

Поделиться

Источник