Verzola Harper
Hasta el momento, no existen biomarcadores fiables para identificar la enfermedad de Parkinson (EP) o para controlar su desarrollo. En este trabajo, utilizando señales de respiración nocturna, creamos un modelo de inteligencia artificial (IA) para identificar la EP y seguir su desarrollo. El modelo se evaluó utilizando datos de numerosos hospitales de los Estados Unidos, así como numerosos conjuntos de datos públicos sobre un conjunto de datos considerable con 7.671 personas. En conjuntos de prueba externos y de retención, el modelo de IA puede identificar la EP con un área bajo la curva de 0,90 y 0,85, respectivamente. El modelo de IA también puede utilizar la Escala de calificación unificada de la enfermedad de Parkinson de la Sociedad de Trastornos del Movimiento, que se utiliza para medir la gravedad y la progresión de la EP. El modelo de IA emplea una capa de atención que permite la interpretación de sus predicciones del sueño y del electroencefalograma. Además, el modelo puede detectar la respiración a través de ondas de radio que se reflejan en el cuerpo de una persona mientras duerme para diagnosticar la EP en el entorno doméstico sin contacto. Nuestro estudio proporciona evidencia preliminar de que nuestro modelo de IA puede ser útil para la evaluación de riesgos antes del diagnóstico clínico y muestra la viabilidad de una evaluación objetiva, no invasiva y en el hogar de la EP.