Машинное обучение поможет улучшить уход за людьми с синдромом Ретта
Новое исследование показало, как машинное обучение может улучшить уход за людьми с синдромом Ретта. Это редкое генетическое расстройство развития нервной системы. Оно влияет на способность человека нормально говорить, ходить, есть и дышать. И пока что не только не существует лекарства от синдрома Ретта — до сих пор не было возможности отслеживать течение болезни.
Хотя применение спецустройств в биомедицинских исследованиях в основном ограничивалось кардиологией, новое исследование демонстрирует, как использование носимого электронного нагрудного пластыря в сочетании с достижениями в области машинного обучения и искусственного интеллекта (ИИ) может помочь в разработке новых методов помощи при синдроме Ретта, а также ряда других заболеваний.
Доктор Гари Клиффорд и его исследовательская группа из Университета Эмори и Технологического института Джорджии использовали наклейку MC10 Biostamp для анализа движений и сердечной деятельности людей с синдромом Ретта. Данные с помощью носимого пластыря собирали непрерывно 48 часов, затем их проанализировали для разработки алгоритма машинного обучения. ИИ выявил закономерности в физиологии и движениях, характерные для синдрома Ретта.
В частности, Клиффорд и его команда обнаружили три специфических особенности в подвижности и частоте сердечных сокращений и то, как они влияют друг на друга. Выводы позволили учёным точно отличать людей с той или иной тяжестью симптомов. Это привело к созданию системы, которая может объективно оценивать течение болезни.
— Гари Клиффорд, исследователь.
В последние годы использование ИИ и машинного обучения привлекло повышенное внимание медиков — это возможность улучшить диагностику и лечение многих заболеваний. Но это первый случай, когда машинное обучение помогает людям с синдромом Ретта. Однако доктор Клиффорд видит возможность применить эту модель к другим группам населения, в том числе живущим с аутизмом.
Хотя применение спецустройств в биомедицинских исследованиях в основном ограничивалось кардиологией, новое исследование демонстрирует, как использование носимого электронного нагрудного пластыря в сочетании с достижениями в области машинного обучения и искусственного интеллекта (ИИ) может помочь в разработке новых методов помощи при синдроме Ретта, а также ряда других заболеваний.
Доктор Гари Клиффорд и его исследовательская группа из Университета Эмори и Технологического института Джорджии использовали наклейку MC10 Biostamp для анализа движений и сердечной деятельности людей с синдромом Ретта. Данные с помощью носимого пластыря собирали непрерывно 48 часов, затем их проанализировали для разработки алгоритма машинного обучения. ИИ выявил закономерности в физиологии и движениях, характерные для синдрома Ретта.
В частности, Клиффорд и его команда обнаружили три специфических особенности в подвижности и частоте сердечных сокращений и то, как они влияют друг на друга. Выводы позволили учёным точно отличать людей с той или иной тяжестью симптомов. Это привело к созданию системы, которая может объективно оценивать течение болезни.
Алгоритм обеспечивает объективные замеры, которые можно использовать для автоматической оценки влияния лекарства или другого вмешательства на симптомы у пациента с синдромом Ретта. Мы рады, что эти биомаркеры потенциально могут обеспечить более точную и эффективную медицинскую помощь
— Гари Клиффорд, исследователь.
В последние годы использование ИИ и машинного обучения привлекло повышенное внимание медиков — это возможность улучшить диагностику и лечение многих заболеваний. Но это первый случай, когда машинное обучение помогает людям с синдромом Ретта. Однако доктор Клиффорд видит возможность применить эту модель к другим группам населения, в том числе живущим с аутизмом.
- Дмитрий Ладыгин
- medicalxpress.com
Наши новостные каналы
Подписывайтесь и будьте в курсе свежих новостей и важнейших событиях дня.
Рекомендуем для вас
Что-то странное живет в старом топливе, вытекшем из затонувших кораблей во Вторую мировую войну
По словам ученых, в нефтепродуктах на дне моря «не протолкнуться»: 42 типа, 107 классов, 249 отрядов, 432 семейства, 1 047 родов микроорганизмов...
«Космос-2612» против спутника-шпиона: Россия показала, что не будет мириться с американской разведкой на орбите
Почему западные эксперты считают, что противостояние на орбите выходит на более новую и крайне опасную стадию...
В 2025 году в Беринговом море неожиданно появилось огромное количество крабов
Теперь ученые наконец-то нашли разгадку природной аномалии...
Летние каникулы длиной… в два с половиной года: как 777 российских детей вернулись домой через Сибирь, Америку и Европу
По этой удивительной истории запросто можно снять отличный сериал. Даже несколько сезонов...
Каспийское море снова изменилось: какие острова нанесут на новые карты
Почему географы очень строги к таким объектам и какие требования предъявляют к ним...
Маск только что показал летающий автомобиль: история говорит, что это может не сработать
Почему эксперты Popular Mechanics не верят в успех нового проекта владельца SpaceX и Tesla...
Вот почему самый загадочный в мире 600-летний текст до сих пор не расшифрован
Рукопись Войнича могли переплести не по порядку, и этот факт дает ответы на многие вопросы...
Ковчег русских детей: как 777 российских детей вернулись домой через Сибирь, Америку и Европу (продолжение)
Никто и не ожидал, что летние каникулы вдруг затянутся на два с половиной года...
Похоже, между кошками и их хозяевами существует загадочная гормональная связь
Этот эксперимент напрашивался уже давно, но после вопросов стало еще больше...
Парадокс Ванильного острова: почему на Мадагаскаре все рано или поздно заканчивается революцией
Что такое «красные зоны»? Как с ними связаны горбатые быки? И, вообще, какую роль в этой истории сыграла японское аниме?...
Муравьи Дракулы охотятся с первого дня жизни: их мозг может объяснить такую «кровожадность»
По словам ученых, когда-то такими были все муравьи, но что-то заставило их поменять свое поведение...
1319 подтвержденных случаев реинкарнации: исследование американских ученых выявило поразительные закономерности
Исследователи не знают, как объяснить механизм перерождения, но игнорировать статистику тоже не могут...