طور باحثون خوارزمية ذكاء اصطناعي متقدمة تقوم بتحليل تسجيلات الفيديو من اختبارات النوم، وحققوا دقة رائدة بنسبة 92% في تشخيص اضطراب سلوك النوم السريع (RBD).
نشر موقع SciTech Daily أن فريقاً من باحثي مستشفى جبل سيناء (Mount Sinai Hospital) في الولايات المتحدة الأمريكية نجح في تحسين خوارزمية ذكاء اصطناعي متقدمة لتحليل فيديوهات اختبارات النوم، مما يسهم بشكل كبير في تشخيص اضطراب سلوك النوم في مرحلة حركة العين السريعة (REM).
يُعتبر هذا الاضطراب من الحالات التي تؤثرعلى أكثر من 80 مليون شخص في جميع أنحاء العالم، ويمكن أن يكون بمثابة علامة مبكرة على الإصابة بـ مرض باركنسون أو الخرف.
تحديات تشخيص اضطراب النوم
يُعد تشخيص اضطراب سلوك النوم في مرحلة حركة العين السريعة تحديًا كبيرًا نظرًا لتشابه أعراضه مع العديد من الأمراض الأخرى. يعتمد التشخيص عادة على دراسة نوم متخصصة تعرف بفيديو-بوليسومنوغرام، حيث يتم تسجيل الفيديو أثناء الاختبار. ورغم ذلك، تُترك هذه التسجيلات دون مراجعة في كثير من الأحيان. في هذا السياق، قدمت الدراسة الجديدة طريقة مبتكرة تعتمد على التعلم الآلي لتحليل الفيديوهات باستخدام كاميرا ثنائية الأبعاد، ما ساعد في تحقيق دقة تصل إلى 92% في اكتشاف اضطراب سلوك النوم السريع RBD.
قال إيمانويل ديورينغ، الباحث في الدراسة وأستاذ مشارك في علم الأعصاب والطب في كلية الطب إيكان في جبل سيناء: "انه يمكن دمج هذا النظام الآلي في عملية تفسير اختبارات النوم لتحسين التشخيص وتجنب الأخطاء. كما يمكن أن يساعد في اتخاذ قرارات علاجية استنادًا إلى شدة الحركات التي تظهر أثناء الاختبارات، مما يسهم في تخصيص العلاجات المناسبة لكل مريض."
تعزيز الذكاء الاصطناعي في دراسات النوم
طور فريق جبل سيناء طريقة جديدة باستخدام الذكاء الاصطناعي لتحليل الحركات أثناء دراسات النوم، بناءً على فكرة قدمها باحثون في جامعة إنسبروك بالنمسا. وتعتمد هذه الطريقة على تقنية "رؤية الكمبيوتر" التي تمكّن الحواسيب من تحليل الصور والفيديوهات بشكل دقيق. استخدم الفريق كاميرات ثنائية الأبعاد، وهي الكاميرات المتوفرة عادة في مختبرات النوم، لمراقبة نوم المرضى.
الدراسة شملت 80 مريضًا يعانون من اضطراب سلوك النوم في مرحلة الأحلام (REM)، بالإضافة إلى 90 مريضًا آخرين. تم استخدام خوارزمية آلية لتحليل الحركات واكتشافها أثناء نوم، مع احتساب سرعة الحركات وحجمها. ووفقًا لموقع Science Daily، تمكن الفريق من تحقيق دقة تصل إلى 92% في الكشف عن اضطراب سلوك النوم في مرحلة الأحلام REM باستخدام خمس ميزات للحركات. حسب dw
اضافةتعليق
التعليقات