Ученые Сеченовского Университета разработали нейросеть, способную выявлять болезнь Паркинсона по данным ЭЭГ с точностью до 97%. Эта разработка позволит диагностировать заболевание на ранней стадии, до появления первых симптомов, что значительно замедлит его развитие и сохранит качество жизни пациентов.
Ученые Центра цифровой медицины Сеченовского Университета разработали нейросеть для анализа электроэнцефалограмм пациентов с болезнью Паркинсона. Точность модели в распознавании характерных частотных аномалий достигает 97 процентов. В перспективе на основе этой разработки планируется создать цифровой сервис для ранней диагностики заболевания.
Болезнь Паркинсона является одним из самых распространенных нейродегенеративных заболеваний. По прогнозам экспертов, к 2050 году число пациентов с этим диагнозом в мире может превысить 25 миллионов человек. В настоящее время болезнь выявляют преимущественно по клиническим симптомам, таким как тремор рук и скованность мышц, а диагноз подтверждают методами нейровизуализации.
Новый проект направлен на выявление патологии на ранней стадии, еще до появления первых симптомов, когда лечение может значительно замедлить развитие заболевания. Для обучения нейросети был использован открытый зарубежный датасет с обезличенными данными ЭЭГ пациентов и здоровых участников. Модель успешно научилась дифференцировать эти данные с высокой точностью.
Как отметили авторы проекта, использование нейросети для анализа ЭЭГ может расширить подход к поиску предикторов развития заболевания и помочь врачам в принятии диагностических решений. В ближайших планах команды — собрать более масштабный датасет с данными пациентов на разных стадиях болезни, дообучить модель и провести ее апробацию совместно с экспертами-неврологами в университетской клинике.