Международная команда ученых записала на видео сон людей и при помощи компьютерного зрения диагностировала по полученным данным особые расстройства поведения в фазе быстрого сна. Этот синдром присущ более 80 миллионам человек по всему миру, и часто представляет собой предвестник болезни Паркинсона или другой синуклеинопатии. Представленный метод позволит быстрее и точнее его диагностировать. Результаты исследования опубликованы в журнале Annals of Neurology.
Credit: Freepic
Изолированное расстройство поведения в фазе быстрого сна (iRBD) — это неврологическое расстройство, при котором человек слишком активен в фазе быстрого сна (REM-сна). В этой фазе в нормальном состоянии наблюдается высокая активность головного мозга, однако мышцы тела временно парализованы — человек не двигается, что бы не происходило во сне. При iRBD этот механизм не работает должным образом, в результате чего человек начинает активно двигаться и совершать непроизвольные движения во сне, такие как резкие толчки, удары или даже падения. iRBD крайне сложно диагностировать, поскольку его симптомы могут остаться незамеченными или быть спутаны с другими заболеваниями. Методы, которые использовались ранее, не всегда позволяли точно диагностировать болезнь.
Группа ученых сделала 172 видеозаписи сна людей. 81 запись принадлежала пациентам, у которых был диагностирован iRBD, а 91 — людям без этого заболевания. Алгоритм компьютерного зрения автоматически обнаруживал движения во время быстрого сна (REM-фазы). Далее исследователи оценили характеристики этих движений: частоту, соотношения величины и скорости, активности и неподвижности.
По наличию и характеру движений исследователи делали вывод, есть ли у человека расстройство поведения в фазе быстрого сна. Точность определения болезни доходила до 91,9%. Также при анализе ученые обнаружили, что у пациентов с iRBD было больше чередований коротких движений и периодов неподвижности, чем у здоровых людей.
«Этот автоматизированный подход можно внедрить в клинический рабочий процесс во время интерпретации тестов сна, чтобы улучшить и облегчить диагностику, а также избежать пропущенных диагнозов. Этот метод также можно использовать для принятия обоснованных решений о лечении на основе тяжести движений во время сна.В конечном итоге это поможет врачам персонализировать планы лечения для отдельных пациентов», — отметил Эммануэль Дюринг из Медицинской школы Айкана Медицинского комплекса Маунт-Синай.
Текст: Анна Гуль
Abdelfattah, M., Zhou, L., Sum‐Ping, O., Hekmat, A., Galati, J., Gupta, N., Adaimi, G., Marwaha, S., Parekh, A., Mignot, E., Alahi, A., & During, E. (2025). Automated Detection of Isolated <scp>REM</scp> Sleep Behavior Disorder Using Computer Vision. Annals of Neurology. https://doi.org/10.1002/ana.27170
Свежие комментарии