研究人员开发出可早期检测帕金森病的神经网络工具。这项发表于《自然医学》期刊的研究显示，麻省理工学院科学家构建的神经网络算法通过分析睡眠呼吸模式，能预测帕金森病的发病和严重程度。
该工具在7600人中进行了测试，其中约750人确诊帕金森病。由于这种退行性脑部疾病缺乏确诊检测手段，多数患者确诊时已进入晚期。早期诊断可为患者争取关键干预时机，研究显示单晚睡眠分析准确率达90%，连续12晚检测准确率提升至95%。
曼彻斯特大学同步开发的皮肤拭子检测技术取得突破。退休护士Joy Milne因罕见嗅觉异常，早在丈夫确诊前12年就察觉其体味变化。通过对比128件患者与健康对照者的T恤样本，该技术准确识别出潜在病例。后续研究发现帕金森患者皮脂分泌的500种化学物质中存在4000种特异性标志物，现可实现85%的检测准确率。
医疗伦理专家强调，将人工智能引入诊断需加强临床验证。值得注意的是，曾参与皮肤检测研究的"健康组"志愿者在8个月后确诊，印证了该技术的潜在临床价值。相较人工检测，皮肤拭子具有无创、快速（3分钟出结果）、低成本等优势。
目前研究团队正推进两种检测方案的临床验证。人工智能检测系统需解决算法黑箱、数据隐私等伦理问题，而皮肤检测技术则面临标准化采样难题。两种方法均代表了神经退行性疾病早期筛查的重要突破，可能为阿尔茨海默症等其他神经系统疾病提供检测新思路。
【全文结束】
