Что такое улыбка как цифровой биомаркер болезни Паркинсона?

Анализ улыбки — использование видеозаписей лица и алгоритмов ИИ для выявления моторных и мимических изменений, характерных для ранних стадий болезни Паркинсона.

Почему нужен доступный скрининг болезни Паркинсона?

Доступный скрининг позволяет выявлять ранние признаки, расширять охват в регионах с дефицитом неврологов и снижать затраты, облегчая ранние вмешательства до значительной утраты нейронов.

Как проводилось исследование с видео улыбками и ИИ?

В исследовании приняли участие 1 452 человека; записывали улыбку, удивление и отвращение; извлекали лицевые признаки с помощью OpenFace и MediaPipe; модели HistGradientBoost обучались для классификации БП.

Какие диагностические показатели показала модель?

При внутренней валидации модель показала 88% точности, 77% чувствительности, 91% специфичности и 93% отрицательной прогностической ценности; внешняя точность составила 80–85%.

Какие клинические последствия использования улыбки в скрининге?

Подход может обеспечить удалённый скрининг, приоритизацию направлений к неврологам и дополнительный мониторинг в телемедицине, но не заменяет полноценную клиническую диагностику.

Как это соотносится с предложениями NeuronUP?

NeuronUP видит возможности интеграции цифровых биомаркеров лица для персонализации программ реабилитации, раннего вмешательства и объединения цифровой оценки с когнитивной стимуляцией.

Скрининг Паркинсона с ИИ: улыбка как цифровой биомаркер

Аспирантка Марта Арбису Гомес рассказывает в этой статье о недавнем исследовании «Обнаружение болезни Паркинсона с помощью ИИ по видео с улыбкой», в котором улыбка представлена как цифровой биомаркер болезни Паркинсона.

Почему нужны доступные методы скрининга болезни Паркинсона?

Болезнь Паркинсона (БП) — нейродегенеративное заболевание с самым быстрым ростом распространённости в мире: каждый год оно затрагивает всё больше людей и глубоко влияет на пациентов, их семьи и системы здравоохранения.

Современная диагностика опирается на двигательные симптомы, такие как тремор и ригидность, которые обычно проявляются на поздних стадиях, когда уже утрачена значительная часть дофаминергических нейронов. К этому добавляется трудность доступа к неврологам-специалистам, особенно в сельской местности или в странах с ограниченными ресурсами.

Простой, доступный и применимый дистанционно инструмент позволил бы:

Выявлять ранние признаки болезни и облегчать раннее вмешательство.
Расширить охват скрининга в группах с ограниченным доступом к специалистам.
Снизить расходы и логистические барьеры, используя повседневные устройства, такие как смартфоны или веб-камеры.

Как проводилось исследование?

Недавнее исследование, опубликованное в NEJM AI, предлагает использовать искусственный интеллект (ИИ) для анализа видео с улыбкой, чтобы выявлять возможные случаи болезни Паркинсона.

Исследователи привлекли 1452 участника из разных стран мира, включая США и Бангладеш. Из них у 391 человека была болезнь Паркинсона (у 300 — диагностированная клинически, у 91 — по самооценке).

Каждый участник записал короткие видео с тремя выражениями лица: улыбкой, удивлением и отвращением. Из этих видео с помощью передовых инструментов, таких как OpenFace и MediaPipe, были извлечены ключевые лицевые признаки. Среди интересующих признаков — открывание рта, активация лицевых мышц и движения бровей.

На полученных данных обучили модели машинного обучения (HistGradientBoost), чтобы отличать людей с болезнью Паркинсона и без неё на основе анализа улыбки.

Что показали ключевые результаты?

Результаты оказались особенно многообещающими по следующим причинам:

Общая точность при внутренней валидации: 88%.
Чувствительность (способность правильно выявлять случаи БП): 77%.
Специфичность (способность правильно исключать случаи без БП): 91%.
Отрицательная прогностическая ценность (ОПЦ): 93 % (очень полезно для исключения болезни).

Во внешних проверках, проведённых в США и Бангладеш, точность составила от 80% до 85%, оставаясь сопоставимой с точностью некоторых специалистов.

Столбчатая диаграмма, сравнивающая метрики (точность, AUROC, чувствительность, специфичность и ОПЦ) для выявления болезни Паркинсона с помощью ИИ при внутренней валидации, в США и Бангладеш. — Диаграмма 1. Сравнительная столбчатая диаграмма основных диагностических метрик, показывающая эффективность модели при внутренней валидации, в США и Бангладеш.

Интересно, что улыбка оказалась наиболее различающим выражением, опередив удивление и отвращение. Кроме того, анализ не выявил значимой предвзятости по полу или этнической принадлежности в большинстве наборов данных.

Таким образом, использование выражений лица в скрининге болезни Паркинсона может стать полезным инструментом.

Столбчатая диаграмма, сравнивающая AUROC модели по выражениям лица: улыбка, отвращение и удивление. — Диаграмма 2. Сравнительная диаграмма эффективности (AUROC) модели для каждого выражения лица: улыбки, отвращения и удивления.

Каково значение для клинической практики?

Исследование демонстрирует потенциал ИИ для преобразования раннего скрининга болезни Паркинсона. Среди важных применений:

Дистанционный и доступный скрининг: люди в сельской местности или без доступа к неврологам могли бы записать простое видео дома и получить предварительную оценку.
Разгрузка специализированных приёмов: приоритетное направление к неврологу пациентов с наибольшей вероятностью болезни.
Дополнительный мониторинг: хотя это не заменяет клинический диагноз, метод может служить дополнительным наблюдением в программах телемедицины.

Как это достижение связано с NeuronUP?

В NeuronUP мы разрабатываем программы когнитивной стимуляции и реабилитации на основе научных данных. Внедрение технологий, анализирующих цифровые биомаркеры, такие как мимическая выразительность, открывает путь к:

персонализации вмешательств в зависимости от степени двигательных и когнитивных нарушений;
раннему выявлению, позволяющему раньше начинать программы реабилитации и максимально повышать их эффективность;
междисциплинарной интеграции, сочетающей цифровую оценку и когнитивную стимуляцию для более полного и непрерывного подхода.

Заключение

Улыбка — универсальный и, казалось бы, простой жест — благодаря искусственному интеллекту может стать мощным инструментом раннего выявления болезни Паркинсона. Этот новаторский подход не только приближает диагностику к большему числу людей, но и закладывает основу будущего, в котором технологии и реабилитация будут работать вместе, улучшая качество жизни людей с этим заболеванием.