S diagnostikou Parkinsonovy nemoci může nově pomoci AI nástroj pro hodnocení mrkacího reflexu

Patologický způsob mrkání

Parkinsonova nemoc je neurodegenerativní onemocnění centrální nervové soustavy, které se projevuje úbytkem mozkových buněk produkujících neurotransmiter dopamin. Vlivem toho klesá schopnost nervových buněk předávat si mezi sebou informace, což se projevuje postupnou ztrátou koordinace a pohyblivosti pacienta.

Jedním z klinických příznaků Parkinsonovy nemoci je proto patologický způsob mrkání. Abnormality se vyskytují například v jeho rychlosti a frekvenci. Zatímco zdraví lidé mrkají přibližně 15−20× za minutu, lidé s Parkinsonovou nemocí mrkají za minutu klidně jen 5×.

Co prozradí poklep na glabelu

Odlišné jsou ale také reakce na vnější podněty. Jednou z nich je nazopalpebrální reflex. Fyziologicky se vyskytuje hlavně u novorozenců a spočívá v reakci na lehký poklep na glabelu – oblast mezi kořenem nosu a obočím. Zatímco zdravý dospělý člověk si na podnět brzy zvykne a průměrně u čtvrtého poklepu už nemrkne, pacient s Parkinsonovou nemocí mrká dál. Až dosud ale chyběl způsob, jak toto chování spolehlivě sledovat.

Pohyby očí se přitom jinde monitorují už řadu let, třeba v systémech moderních aut, které dokážou včas upozornit na možnou únavu a zabránit tak nebezpečnému mikrospánku.

Tým vědců z několika německých pracovišť se proto zaměřil na to, jak specifické mrkání u pacientů s Parkinsonovou nemocí automaticky odlišit. Kromě samotné metody je ale zajímaly i faktory, které mohou diagnostiku ovlivnit, například dopaminergní léčba.

Analýza zpomaleného videozáznamu

Ke studii vědci přizvali skupinu 11 pacientů s idiopatickou Parkinsonovou nemocí: 4 ženy a 7 mužů ve věku 52−83 let. Vedle nich pak sledovali také 12člennou kontrolní skupinu zdravých lidí: 7 žen a 5 mužů ve věku 53−84 let. Pomocí běžně dostupného fotoaparátu a videokamery pořídili u každého z nich zpomalený videozáznam o snímkovací frekvenci nejméně 180 snímků za vteřinu.

Při samotném snímání se sledované osoby dívaly zpříma do kamery, zatímco se výzkumník svým ukazováčkem přiblížil shora, mimo zorné pole, k obličeji sledovaného. Nepravidelně pak poklepával na oblast mezi kořenem nosu a obočím.

Pořízené záznamy byly analyzovány pomocí specializovaného algoritmu, pracujícího na principech AI a využívajícího dva vzájemně propojené síťové modely. Detektorový model nejprve zpracoval vstupní obraz a definoval jednotlivé polohy obličeje. Tato data následně předal 3D modelu, který z nich vytvořil 3D síť 468 orientačních bodů obličeje.

Z takto získaných bodů vědci extrahovali ty, které jsou podstatné pro pohyby očních víček. Na základě jejich analýzy pak definovali dva druhy mrknutí – reflexní, které se projevuje v době od 50 ms před poklepem na glabelu a 200 ms po něm, a běžné nereflexní mrknutí. U obou typů pak sledovali několik různých faktorů: počet, frekvenci, dobu jednoho mrknutí nebo šířku mezi očními víčky.

Rozdílné vzorce u pacientů a kontrolní skupiny

Podle očekávání vykazovali pacienti a lidé z kontrolní skupiny rozdílné vzorce mrkání u reflexivních i nereflexivních mrkacích pohybů. Pro pacienty s Parkinsonovou nemocí byla charakteristická větší variabilita mrkání než u kontrolní skupiny. Po podání dopaminergik se ale variabilita výrazně snížila.

Na základě nově získaných informací a naměřených hodnot se vědeckému týmu podařilo navrhnout efektivní nástroj pro snadnou, rychlou a zároveň přesnou analýzu mrkacího chování pacientů s Parkinsonovou nemocí v klinickém i vědeckém prostředí.

Nově získané poznatky pak lze podle autorů studie doplnit dalšími výzkumy, které se zaměří třeba na porovnatelnost nové metody s údaji z elektromyografie (EMG) a na možnosti jejich využití i u pacientů s jinými neurodegenerativními poruchami.

(jko)

Zdroje:
1. Jansen T. S., Güney G., Ganse B. et al. Video-based analysis of the blink reflex in Parkinson’s disease patients. BioMed Eng OnLine 2024 Apr 23; 23 (1): 43, doi: 10.1186/s12938-024-01236-w.
2. Parkinsonova nemoc: Co to je? NZIP, 2. 7. 2023. Dostupné na: www.nzip.cz/clanek/1125-parkinsonova-nemoc-co-to-je