Mount Sinai’den Yeni Algoritma REM Uyku Bozukluğunu Yüksek Doğrulukla Teşhis Ediyor
Mount Sinai Tıp Fakültesi’nden Dr. Emmanuel During liderliğindeki araştırmacılar, klinik uyku testlerini analiz etmek için yapay zeka destekli bir algoritma geliştirdiler. Bu algoritma, uyku sırasında kaydedilen hareketleri analiz ederek tanı koyuyor.
REM uyku davranış bozukluğu (RBD), teşhisi zor bir rahatsızlık. Hastalar rüyalarını konuşma, gülme veya hareket etme gibi tepkilerle dışa vuruyor, ancak bu belirtiler başka uyku bozukluklarıyla karıştırılabilir. Kesin teşhis için video-polysomnografi adı verilen ileri bir uyku testi gerekir.
Araştırmada, 170 hastanın uyku testleri 2D kameralarla kaydedildi. Katılımcıların 80’i RBD teşhisi alırken, diğerleri başka uyku bozuklukları veya rahatsızlığı yoktu. Algoritma, REM uykusu sırasında kaydedilen hareketlerin oranını, hızını ve büyüklüğünü analiz ederek %92 doğruluk oranıyla etkili bir şekilde teşhis koyabildi.
RBD’nin demans ve Parkinson gibi nörodejeneratif hastalıkların erken belirtisi olabileceği düşünülüyor. Bu yeni yöntemle, bu hastalıkların erken teşhisi ve uygun tedavi planlarının geliştirilmesi mümkün olacak.
Birleşik Krallık’ta 153.000 Parkinson hastası ve yaklaşık 944.000 demans hastası var. Demansın yıllık maliyeti 42 milyar sterlin ve önümüzdeki 15 yılda 90 milyar sterline çıkması bekleniyor. Bu hastalıklarla mücadelede ucuz ve etkili tarama yöntemleri çok önemli.
