Způsob, jakým kreslíte, může odhalit Parkinsona. Nový test dosáhl téměř stoprocentní přesnosti

Přidejte si Aktuálně.cz mezi preferované zdroje na GoogluPřidat Aktuálně.cz mezi preferované zdroje

Příznaky Parkinsonovy choroby se vědci snaží hledat na místech, která by ještě před několika lety působila nečekaně. Studie se zaměřily například na krev, vlasy nebo ušní maz. Souvislosti s onemocněním hledají vědci také ve způsobu řeči či v psychickém zdraví. Nový výzkum však ukazuje, že další vodítko by se mohlo skrývat ještě docela jinde: v obyčejném kreslení.

Parkinsonova choroba ovlivňuje mimo jiné pohyb a ovládání svalů a patří mezi nejrychleji rostoucí neurologická onemocnění na světě. Přesto stojí její diagnóza stále do značné míry zejména na klinickém vyšetření. Lékaři navíc nemají k dispozici jednoduchý, snadno dostupný a jednoznačný biomarker, který by nemoc v rané fázi spolehlivě odhalil.

Právě v tom by do budoucna mohla pomoci kombinace umělé inteligence a analýzy rukopisu. Tým vědců z Indie totiž v nové studii představil systém, který dokáže při jednoduchých kreslicích úlohách s velmi vysokou přesností rozlišovat mezi lidmi s Parkinsonovou chorobou a zdravými účastníky.

Samotná analýza rukopisu a kresby se jako možný neinvazivní digitální biomarker Parkinsonovy choroby zkoumá už delší dobu. Nemoc totiž může mít vliv na jemnou motoriku: rychlost pohybu, koordinaci, tlak na pero nebo plynulost jednotlivých tahů. Některé změny ale mohou být natolik nenápadné, že je člověk pouhým pohledem na výslednou kresbu snadno přehlédne. Počítačový model však může vyhodnocovat více informací současně a drobné změny mu jen tak neuniknou.

Výzkumníci vedení počítačovým vědcem Ishanem Ayusem ze Siksha 'O' Anusandhan University pracovali s již existujícím souborem dat NewHandPD, který vznikl v Brazílii. Zahrnoval 66 lidí: 31 pacientů s Parkinsonovou chorobou a 35 zdravých účastníků. Ti plnili jednotlivé kreslicí úkoly pomocí chytrého biometrického pera.

Účastníci obkreslovali dva typy obrazců: jedním byla spirála, druhým takzvaný meandr tvořený souvislou lomenou čárou. Chytré pero přitom nezaznamenávalo pouze samotný obrázek. Sledovalo také dynamiku pohybu ruky a další údaje: včetně tlaku, náklonu a zrychlení.

Výsledkem tak byly dva různé druhy informací. Umělá inteligence mohla z výsledné kresby interpretovat prostorové nepravidelnosti: například odchylky v tazích, změny tvaru nebo deformace související s třesem. Z dat zaznamenaných perem zároveň získala informace o tom, jak samotný pohyb probíhal.

Téměř 99 procent úspěšnost. Má to ale háček

„Ručně kreslené obrazy poskytují prostorové charakteristiky nepravidelností tahů, deformací způsobených třesem a odchylek tvaru,“ vysvětlují autoři studie. Senzorická data podle nich naopak zachycují časový průběh motorického chování, například kolísání rychlosti, nepravidelnosti tlaku a problémy s koordinací.

Vědci nechali data vyhodnotit několika různými systémy hlubokého učení. Do procesu pak vstoupil optimalizační algoritmus označovaný jako SNAKE. Ten výzkumníci využili k nastavení parametrů jednotlivých modelů. Při konečném rozhodování systém zároveň kombinoval předpovědi obrazových a senzorických modelů a větší váhu přiděloval těm, které dosahovaly vyšší přesnosti.

Právě spojení informace o tom, co člověk nakreslil, s údaji o tom, jakým způsobem jeho ruka kresbu vytvořila, přineslo nejzajímavější výsledky.

U obrazců typu meandr dosáhl celý systém přesnosti 98,95 procenta. U spirál činila přesnost přibližně 97,7 procenta. U meandru tak kombinovaný model překonal systémy, které pracovaly pouze s obrázkem nebo pouze s údaji ze senzorů.

Výsledky ovšem neznamenají, že by dnes stačilo nakreslit spirálu a umělá inteligence člověku s 99procentní jistotou oznámí, zda má Parkinsonovu chorobu.

Samotní autoři upozorňují na zásadní omezení svého výzkumu. Datový soubor tvořilo pouhých 66 lidí a pocházel z jediného veřejně dostupného datasetu. Systém také zatím nikdo další nezávisle neověřil na jiné skupině pacientů, neprošel multicentrickými ani prospektivními klinickými testy a vědci jeho výsledky přímo neporovnávali s neurology.

Výzkum je proto třeba chápat jako ukázku potenciálu nové metody, nikoli jako důkaz, že vznikl hotový diagnostický nástroj. Autoři sami svůj systém označují za výzkumný nástroj pro podporu rozhodování, nikoliv za náhradu neurologického vyšetření.

Pokud by však podobné výsledky potvrdily podstatně větší a rozmanitější klinické studie, mohla by metoda nabídnout zajímavou výhodu: kreslení je jednoduché, neinvazivní a teoreticky by nemuselo být omezené jen na specializovaná neurologická pracoviště.

„Studie ukazuje rostoucí roli umělé inteligence ve včasném a dostupném screeningu neurologických poruch a podporuje pokračující přechod k preventivní a přesné zdravotní péči,“ shrnují výzkumníci.