خوارزميات من أجل الكشف المبكر عن داء باركنسون؟

تمكن باحثون في الولايات المتحدة الأمريكية من تطوير نظام ذكاء اصطناعي قادر على الكشف بشكل مبكر عما هو متاح حاليا عن داء باركنسون. وذلك من خلال دراسة وتحليل نمط التنفس لدى الشخص.

ونشرت مجلة Nature Medicine دراسة طبية. قال فيها علماء من معهد ماساتشوستس للتكنولوجيا إنهم طوروا أداء تسمى الشبكة العصبية تعتمد على خوارزميات. هذه الأخيرة، تحاكي طريقة عمل الدماغ البشري. مما يمكنها من تحديد ما إذا كان شخص ما مصابا بمرض باركنسون بعد دراسة تنفسه أثناء النوم.

ويعتبر داء باركنسون من الأمراض الشائعة لدى كبار السن والتي يصعب تشخيصها مبكرا. حيث تبدأ عادة أعراضه بالظهور في العمر ما بين 40-60 عاما، وتزداد نسبة الإصابة به مع تقدم العمر.

ويعزو الأطباء مرض باركنسون إلى خلل في الجهاز العصبي المركزي، نتيجة موت نوع معين من خلايا الدماغ. مما يؤدي إلى نقصان حاد في مادة “الدوبامين” ويتسبب بتلف أجزاء في الدماغ. وذلك يؤدي إلى بطء وصول الرسائل من الدماغ إلى أجزاء الجسم. لا سيما الأطراف والعضلات، وهو ما يجعلها ترتعش بشكل متكرر.

بين تحديات الكشف عن باركنسون وتحفظات المجتمع الطبي

قالت دينا كاتابي، أحد مؤلفي الدراسة وأستاذة الهندسة الكهربائية وعلوم الحاسوب في معهد ماساتشوستس للتكنولوجيا: “من أهم التحديات المطروحة تشخيص المرض بشكل مبكر، قبل أن ينتشر الضرر خاصة في الدماغ”. الأمر ذاته جعل العديد من المهندسين والباحثين يحاولون منذ سنوات تطوير تكنولوجيات قادرة على تشخيص باركنسون في أسرع وقت ممكن.

ويرى مجموعة من الأطباء أن الخوارزميات، وإن ساعدت على تشخيص المرض مبكرا، فسيكون من المهم جدا إجراء فحوصات إضافية. وذلك خوفا من التشخيصات الإيجابية الكاذبة الناتجة عن استعمال تكنولوجيات الذكاء الاصطناعي في المجال الصحي.

وقال توربجورن غندرسون، طبيب باحث في استعمال الخوارزميات في المجال الطبي بجامعة أوسلو ميتروبوليتان في النورويج: “لا يمكن للذكاء الاصطناعي تعويض التشخيص الكلينيكي … على الأقل في انتظار تطوير تكنولوجيا تعتمد على ما هو بيولوجي”.

واعتمادا على الورقة الطبية المنشورة، فإن باحثي معهد ماساتشوستس للتكنولوجيا استخدموا عمليات التعلم الآلي. وذلك اعتمادا على بيانات أنماط التنفس لما مجموعه 7600 شخص، من بينهم 750 مصابا بداء باركنسون. وهي البيانات التي تم جمعها بفضل أداة على شكل صندوق صغير. والتي وضعت في غرف المشاركين في الدراسة وتمكن من تسجيل بيانات أنماط التنفس لاسلكيا.