طور علماء في المركز الطبي الرقمي بجامعة «سيتشينوف» الطبية في روسيا شبكة عصبية للكشف عن مرض باركنسون بنسبة دقة تصل إلى 97 % بناء على نتائج تخطيط كهربية الدماغ.
وذكرت الجامعة أن باحثين شباب في مركزها الطبي الرقمي طوروا شبكة عصبية للتحقق من خصائص النشاط الكهربائي لأدمغة المرضى المصابين بمرض باركنسون، مؤكدة أن النموذج الذي قدمه الباحثون يستطيع التعرف على هذا المرض استنادا إلى نتائج تخطيط كهربية الدماغ، بنسبة دقة فعلية 97 %.
وأوضحت أنه يتم التخطيط لإنشاء خدمة رقمية تعتمد على الشبكة العصبية لتشخيص مرض باركنسون مبكرا باستخدام بيانات تخطيط كهربية الدماغ، على أن يتمكّن الأطباء في المستقبل من إجراء تشخيص أولي سريع ودقيق، وتحديد الفحوصات اللازمة لتأكيده.
ونوهت الباحثة يكاترينا فاخروميفا، المشاركة في المشروع، إلى أن جوهر العمل يكمن في أتمتة تشخيص مرض باركنسون وجعل العملية أكثر سهولة وإتاحة للمرضى، بينما قال الدكتور دينيس أندريكوف، المشرف العلمي على المشروع وخبير المركز الطبي الرقمي بالجامعة، «إن استخدام الشبكة العصبية لتحليل تخطيط كهربية الدماغ يتيح إمكانية توسيع نطاق البحث عن مؤشرات تطور المرض، ويمكن أن يكون عونا للطبيب في اتخاذ القرارات التشخيصية».
وتتمثل الخطط القريبة للفريق في جمع مجموعة كبيرة من البيانات تحتوي على نتائج تخطيط كهربية الدماغ لمرضى في مراحل مختلفة من تطور مرض باركنسون، الأمر الذي سيسمح بإعادة تدريب النموذج واختباره بالتعاون مع خبراء في طب الأعصاب.
Scientists at the Digital Medical Center of "Sechenov" University in Russia have developed a neural network to detect Parkinson's disease with an accuracy rate of up to 97% based on electroencephalogram results.
The university stated that young researchers at its digital medical center have developed a neural network to verify the electrical activity characteristics of the brains of patients with Parkinson's disease, confirming that the model presented by the researchers can identify this disease based on electroencephalogram results, with an actual accuracy of 97%.
It was explained that there are plans to create a digital service based on the neural network for early diagnosis of Parkinson's disease using electroencephalogram data, enabling doctors in the future to make a quick and accurate preliminary diagnosis and determine the necessary tests to confirm it.
Researcher Ekaterina Vakhromieva, who is involved in the project, noted that the essence of the work lies in automating the diagnosis of Parkinson's disease and making the process easier and more accessible for patients. Meanwhile, Dr. Denis Andrikov, the scientific supervisor of the project and an expert at the university's digital medical center, said, "Using the neural network to analyze the electroencephalogram allows for the possibility of expanding the search for indicators of disease progression and can assist the doctor in making diagnostic decisions."
The team's near-term plans involve collecting a large dataset containing electroencephalogram results from patients at different stages of Parkinson's disease progression, which will allow for retraining and testing the model in collaboration with experts in neurology.
