AI分析睡眠呼吸數據 診斷柏金遜症 MIT研新技術 追蹤12晚準確率達95%

柏金遜症是常見的腦部退化症之一，為了能及早辨識該症，美國麻省理工學院（MIT）近日研發出新技術，經由人工智能（AI）系統分析在夜間睡眠時蒐集的呼吸數據，來診斷及推斷該人將來會否患病。

柏金遜症一般出現於中年或晚年，惟成因未明，及早介入與診斷都較難，臨床病徵出現時，患者才發現得病，都已錯過治療最佳時機，所以直到目前也欠缺有效的治療方法。本港每100名65歲以上的長者中，估計有1人患上柏金遜症。但由於其早期症狀並不明顯，不少人會誤以為是正常年紀大退化，往往因未能及時察覺症狀而延誤治療，導致患者無法自理日常生活，生活質素大受影響。

愈早斷症 助加速開發新療法

MIT團隊近日在學術期刊《自然醫學》發表新論文，指出團隊早前研發AI系統，藉遙距方式追蹤人們睡眠呼吸，診斷柏金遜症患者。負責該項目的研究人員Dina Katabi稱，最早發現柏金遜症的英國醫生James Parkinson指出，柏金遜症與呼吸之間有一定關聯。同時也有研究表示，柏金遜症的呼吸症狀比活動症狀如手震、行動遲緩等早幾年出現，意味着呼吸數據可用來評估風險。這促使團隊考慮不從行為及病徵入手，反而從一個人的呼吸情況，檢測出患上柏金遜症的可能性。

團隊利用兩種方式蒐集人們的呼吸數據，分別是佩戴電子腰帶，記錄呼吸頻率；或是在牆壁安裝一個無綫裝置，讀取人們身體的反彈無綫電波。從而透過AI分析呼吸訊號診斷。

團隊找來757名患者及約7,000名健康人士作研究，分析1.2萬名人類睡覺時的呼吸模式。數據顯示該AI系統若分析一晚的呼吸數據，可成功診斷柏金遜症的準確率為86%；若連續追蹤12個晚上，診斷柏金遜症的準確率，基本可以達到95%。該系統也能提早預測到人們患柏金遜症的機率。系統可透過對比相隔6年的睡眠數據，從而推斷該人會否在未來患病，準確率為75%。

Dina解釋系統可在各種情況下使用，「愈早診斷出柏金遜症，可以有助藥物開發的臨床試驗時間縮短，加速新療法開發」。此外在臨床護理方面，系統能夠讓醫生為在偏遠地區、行動不便難以出門的患者進行遙距評估。研究人員也希望未來能將AI系統升級，用作檢測病患的嚴重程度。「當患者的情況開始變得嚴重，可以直接通知臨床醫生，確保病患適時獲得治療。」

醫學界和科企也研究不同方式，協助醫生對柏金遜症作出更精準診斷。例如美國科企IBM蒐集患者不同症狀和變化建立資料庫，並以AI進行臨床實驗，預測病人在不同時間段出現的症狀。以色列科學家Hossam Haick研發了「電子鼻」，透過AI分析當中所含化合物，讓醫生能以非入侵方式，為病人作出檢查及診斷。

英婦嗅出丈夫患柏金遜 助研發3分鐘檢測劑

英國蘇格蘭72歲婦人喬伊擁靈敏嗅覺，在丈夫診斷患柏金遜症的12年前，已嗅出他患上該病。其「特異功能」協助曼徹斯特大學團隊研製首款基於氣味的3分鐘柏金遜檢測劑。

曾做過護士的喬伊於丈夫萊斯33歲時嗅出其身上散發不尋常的「麝香味」，結果萊斯12年後被診斷柏金遜症，最終於2015年病逝。喬伊患有遺傳性的嗅覺過度敏銳症，可憑嗅聞他人頸背和肩胛骨之間位置，就知道對方是否患柏金遜症。

科學家透過此發現皮膚毛孔滲出的皮脂，含有10種與柏金遜症有關的化合物，目前已確定500個種類，並研發測試劑。只要用棉籤在患者頸背擦拭，3分鐘便可測出是否患有柏金遜症，價錢不到20英鎊（約180港元）。

記者︰曾曉汶

美術：鄧建威