Маркеры прогрессирования нейродегенеративных заболеваний (MARKERS-NDD) (MARKERS-NDD)

Учитывая текущие оценки и глобальное социальное и экономическое бремя нейродегенеративных заболеваний, срочно необходимы изменения в способах и сроках диагностики этих заболеваний, а также в своевременности проведения эффективных терапевтических вмешательств. Сложность молекулярных механизмов, лежащих в основе дегенерации нейронов, и неоднородность популяции пациентов, страдающих нейродегенеративными заболеваниями, создают огромные проблемы для разработки инструментов и систем ранней диагностики, способных прогнозировать течение заболевания.

Несмотря на интенсивные исследования в области фармакологии, хирургии и реабилитации, нейродегенеративные заболевания остаются хроническими прогрессирующими заболеваниями без терапии, способной изменить течение.

MARKERS-NDD — это проспективное обсервационное лонгитудинальное исследование, целью которого является сбор данных от пациентов, страдающих нейродегенеративными заболеваниями (NDD), с последующим лонгитюдным наблюдением для рутинных обследований, проводимых в рамках обычной клинической практики. Данные, собранные в ходе клинических оценок, анализа движений, визуализации мозга, нейропсихологических и электроэнцефалографических исследований, биохимических тестов крови, будут анализироваться для проведения статистических исследований и прогнозного анализа, а также с использованием систем искусственного интеллекта, которые позволяют идентифицировать новые ранние маркеры диагностики и прогноза. нейродегенеративных заболеваний.

Количественный анализ движений с помощью стандартных систем захвата движения (анализ походки) и носимых инерционных датчиков является действенным инструментом как для поддержки клинической диагностики, так и для оценки реакции на фармакологическое лечение, а также для мониторинга прогрессирования НДР. С этой точки зрения кинематический анализ походки и графических жестов может выявить ранние изменения двигательных функций, что поможет дифференциальному диагнозу и стратификации пациента, а также позволит нам следить за прогрессированием заболевания с течением времени.

Хотя двигательные симптомы представляют собой ключевые аспекты дифференциальной диагностики паркинсонического синдрома и деменции, изменения когнитивных функций и, в частности, исполнительных функций могут также присутствовать на ранних стадиях заболевания у пациентов с синуклеинопатиями, такими как БП и деменция с тельцами Леви.

При болезни Паркинсона (БП) эти когнитивные расстройства могут со временем развиваться в сторону легкого снижения когнитивных функций (Легкие когнитивные нарушения, PD-MCI) вплоть до деменции (Деменция при болезни Паркинсона, PDD).

Выявление нейропсихологических маркеров, способных прогнозировать прогресс этих заболеваний и риск конверсии у пациентов с БП, является важнейшим аспектом лечения и ведения пациентов на разных стадиях заболевания.

В эпоху искусственного интеллекта (ИИ), с появлением компьютерного зрения на основе ИИ, движения человека можно отслеживать и анализировать в режиме реального времени с помощью простой камеры мобильных устройств, таких как планшеты и смартфоны, что потенциально исключает необходимость дополнительных датчиков или специализированного оборудования. Таким образом, такой подход, как телемедицина с использованием ИИ, может предложить новые возможности и проблемы для удаленной диагностики, телемониторинга и телереабилитации при неврологических расстройствах, таких как нейродегенеративные заболевания. Анализ движений на основе компьютерного зрения на основе искусственного интеллекта может уменьшить количество движений пациентов, особенно на поздних стадиях заболевания, часто характеризующихся тяжелой инвалидностью, облегчить нагрузку на лиц, осуществляющих уход, которые иногда являются пожилыми или занятыми на работе, и позволить проводить консультации. проводиться в отдаленных и труднодоступных районах.

Сравнение и проверка этих систем с золотым стандартом анализа движения, представленным анализом походки с захватом движения, и уже проверенными системами анализа с инерционными датчиками, представляет собой ключевой момент в разработке клинических инструментов, которые поддерживают дистанционную диагностику и дистанционный мониторинг лечения. фармакологические и реабилитационные методы лечения.

Аналогичным образом, применение систем искусственного интеллекта для кинематического анализа графического жеста позволило разработать различные системы распознавания образов для автоматического распознавания рукописного текста в различных областях применения.

Дисграфические особенности были связаны с нарушениями двигательных и когнитивных функций, выявленными с помощью клинических и нейропсихологических тестов, а также с нейрофизиологическими коррелятами корковой активности, связанной с письмом, такими как электроэнцефалограмма (ЭЭГ).

Система анализа почерка, использующая системы искусственного интеллекта и предполагающая выполнение валидированных нейропсихологических тестов с помощью коммерческих графических планшетов, выполняемых в рамках обычной клинической практики, например, при простом амбулаторном посещении или во время структурного нейропсихологического обследования как компонента распространенный в настоящее время междисциплинарный подход, характеризующий ведение пациентов с НДЗ, может быть особенно полезен при PD-MCI для отслеживания прогрессирования как двигательных, так и когнитивных симптомов. В качестве экономически эффективного и неинвазивного показателя двигательных и когнитивных функций системы графического анализа жестов могут применяться неоднократно с течением времени без последовательных эффектов или эффектов метаобучения.

Еще одним ключевым аспектом ранней диагностики НДР является анализ голоса: формирование человеческого голоса происходит посредством сложных и синергических движений систем и подсистем (голосовых связок, гортани, голосовой щели, полости рта и т. д.), на которые можно влиять. по состоянию здоровья говорящего. В частности, среди нейродегенеративных заболеваний БП и паркинсонизм сопровождаются резкими, объективными и измеримыми изменениями в голосовой продукции, которые могут включать (среди прочего) повышение уровня шума (из-за неполного закрытия голосовых связок) и потерю голоса (дизартрофонию, дизартрию и гипофония). Хотя оценку нарушения речи действительно можно провести с помощью ларингоскопа и видеостробоскопических приборов, это очень дорогостоящие исследования, требующие много времени и квалифицированного персонала. Системы искусственного интеллекта на основе голоса, в которых используются коммерческие системы (мобильные устройства, оснащенные микрофонами с устойчивостью к звуку), могут позволить анализировать голос с помощью алгоритмов искусственного интеллекта для диагностики заболевания на ранних стадиях.

Долгосрочный анализ общих лабораторных биохимических параметров крови и анализ различных биологических образцов, таких как образцы кала для анализа микробиоты, выполняемый в качестве рутинных проверок пациентами с хроническими заболеваниями, такими как НДР, может позволить выявить ассоциации и ранние маркеры, полезные в диагностика и мониторинг прогрессирования заболевания.

В то же время внедрение все более мощных и точных систем визуализации мозга, поддерживаемых системами машинного обучения и методами искусственного интеллекта, позволяет получить все более точный этиологический диагноз.

Важно то, что каждое нейродегенеративное заболевание благоприятствует определенной сети мозга, что, в свою очередь, связано с специфической потерей ткани в определенных областях мозга. Таким образом, появилась возможность выявления новых маркеров нейровизуализации с помощью систем машинного обучения для проведения дифференциальной диагностики и точной оценки течения заболевания.

В заключение, подход, принятый в исследовании MARKERS-NDD, имеет основополагающее значение для повышения потенциала успеха амбициозной стратегии, направленной на разработку маркеров прогрессирования нейродегенеративных заболеваний, которые ускоряют поиск терапии, модифицирующей заболевание.