Mount Sinai Tıp Fakültesi’nden Dr. Emmanuel During liderliğindeki araştırma takımı, klinik uyku testlerini tahlil etmek için yapay zeka dayanaklı bir algoritma geliştirdi. Bu algoritma, uyku sırasında görüntü kaydedilen hareketleri inceleyerek teşhis koymada yüksek bir doğruluk oranına ulaşıyor. Araştırmacılar, tekniğin %92 doğruluk oranına sahip olduğunu ve bu alandaki en yüksek başarıyı temsil ettiğini belirtti.
REM uykusu davranış bozukluğu (RBD), teşhis edilmesi epeyce sıkıntı bir rahatsızlık. Hastalar ekseriyetle hayallerini konuşma, gülme, bağırma ya da yatakta hareket etme üzere reaksiyonlarla dışa vuruyor. Lakin bu belirtiler öteki uyku bozukluklarıyla karıştırılabiliyor. Kesin bir teşhis için video-polysomnografi ismi verilen ileri bir uyku testi gerekiyor.
Araştırmada, 170 hasta üzerinde yapılan uyku testleri 2D kameralarla incelendi. İştirakçilerin 80’i RBD teşhisi alırken, geri kalanlar öteki uyku bozuklukları ya da rastgele bir sorun yaşamıyordu. Algoritma, REM uykusu sırasında kaydedilen hareketlerin oranını, suratını ve büyüklüğünü tahlil ederek teşhis koymada tesirli oldu.
RBD’nin, demans ve Parkinson üzere nörodejeneratif hastalıkların erken belirtisi olduğu düşünülüyor. Parkinson, hareket zorluğu, ağrı ve titreme üzere semptomlara yol açarken, Alzheimer üzere demans çeşitleri hafıza, düşünme ve lisan hünerlerinde önemli sıkıntılara neden oluyor. Araştırmacılar, bu yeni sistemin, erken teşhisle hastalara özel tedavi planları geliştirilmesine imkan tanıyabileceğini söylüyor.
Birleşik Krallık’ta 153 bin kişi Parkinson hastası, yaklaşık 944 bin kişi ise demansla yaşıyor. Demansın yıllık ekonomik maliyeti 42 milyar sterlin olarak iddia edilirken, bu maliyetin önümüzdeki 15 yılda 90 milyar sterline çıkması bekleniyor. Ucuz ve tesirli tarama metotları, bu hastalıklarla başa çıkmada büyük değer taşıyor.
