چیزنت نیوز | هوش مصنوعی به کمک فناوری یادگیری ماشین کاری کرده تا پزشکان بتوانند تنها با انجام یک آزمایش ساده چشم ابتلا به بیماری پارکینسون را تشخیص دهند.
پیشرفت پارکینسون موجب تخریب سلول‌های عصبی، نازک شدن دیواره‌های شبکیه چشم و تخریب مویرگ‌های موجود در آن می‌شود. این ویژگی‌ها، امکان استفاده از هوش مصنوعی را برای تجزیه و تحلیل تصاویر چشم به منظور شناسایی علایم بیماری پارکینسون فراهم می‌کند.
در حال حاضر تشخیص بیماری پارکینسون بر اساس علایمی مانند سختی عضلات و عدم تعادل انجام می‌شود. مهمترین نقطه ضعف شیوه تشخیص فعلی این است که معمولا مبتلایان به بیماری پس از یک دوره نسبتا طولانی پیشرفت بیماری، دچار علایم آن می‌شوند و در این زمان معمولا نورون‌های دوپامین مغز دچار آسیب شده‌اند.
در تحقیقات دانشگاه فلوریدای آمریکا، با استفاده از تصاویر مربوط به چشم بیماران مبتلا به پارکینسون و یک گروه از داوطلبان سالم، محققان توانستند الگوریتم‌های یادگیری ماشین را برای تشخیص علایم بیماری پارکینسون آموزش دهند. با تجزیه و تحلیل وضعیت سلامت چشم می‌توان تغیرات فیزیولوژی مغز را تحت نظارت قرار داد و بیماری را قبل از آسیب گسترده به سیستم عصبی و در مراحل اولیه تشخیص داد. تشخیص زودهنگام موثرترین روش در کنترل این عارضه است.
محرک اصلی بیماری پارکینسون یک نسخه جهش‌یافته از پروتئینی به نام آلفا سینوکلین است. این پروتئین در نورون‌های تولیدکننده دوپامین تجمع می‌یابد. جسم سیاه مغز پیام‌های عصبی را از طریق نخاع به عضلات مختلف ارسال می‌کند و این فرآیند از طریق ماده شیمیایی دوپامین صورت می‌گیرد. به مرور زمان با تجمع آلفا سینوکلین عملکرد سلول‌های عصبی مختل شده و سلول‌ها از بین می‌روند. در این حالت مشکلات حرکتی ایجاد می‌شود و مراحل اولیه پارکینسون شکل می‌گیرد.
بیماری پارکینسون معمولا با لرزش غیرارادی یک دست آغاز می‌شود و به تدریج اکثر اندام‌ها را درگیر می‌کند. عدم تعادل، درد عصبی، بی‌اختیاری، اختلال خواب، تعریق بیش‌از حد، افسردگی و اضطراب از دیگر علائم این عارضه است.
مطالعات جهانی از افزایش روزافزون این بیماری در میان جمعیت سالمند نشان دارد و گفته می شود در حال حاضر ۴.۳ میلیون نفر مبتلا به پارکینسون در سراسر جهان هستند.
با توجه به افزایش جمعیت سالمند در جهان، آمار مبتلایان به پارکینسون به ۹ میلیون نفر خواهد رسید.
منبع: پارکینسون نیوز تودی
