AI a Parkinson-kór korai diagnózisában

A Nature Communications folyóiratban augusztus 21-én jelent meg a The Korea Advanced Institute of Science and Technology (KAIST) kutatóinak tanulmánya, amelyben egy innovatív technológiai megközelítéssel demonstrálták a mesterséges intelligencia és az optogenetika integrációjának lehetőségét a Parkinson-kór pontosabb diagnosztikájában és terápiás értékelésében, preklinikai egérmodellek alkalmazásával. A vizsgálat során olyan multidiszciplináris stratégia került kidolgozásra, amely hosszú távon hozzájárulhat személyre szabott kezelési protokollok kialakításához is. A kutatást egy interdiszciplináris csoport végezte, amelyben Heo Won Do, Kim Daesoo és Lee Chang-Jun professzorok kutatócsoportja működött együtt. A kutatók a mesterséges intelligencián alapuló viselkedéselemzést kombinálták optogenetikai beavatkozással, lehetővé téve ezzel a Parkinson-kór korai felismerését és a kezelés hatékonyságának objektív mérését.

A Parkinson-kór olyan progresszív neurodegeneratív megbetegedés, amely világszerte ismert személyiségeket is érint, többek között Muhammad Ali és Michael J. Fox is hosszú ideje küzdenek a betegség jellegzetes tüneteivel. A kórkép motoros diszfunkciók komplex spektrumát foglalja magában, ideértve a tremort, az izommerevséget, a bradykinesiát és a testtartás instabilitását. A korai stádiumban jelentkező finom neuromotoros eltérések gyakran nehezen észlelhetők a hagyományos diagnosztikai módszerekkel, miközben a dopaminerg jelátvitelt célzó gyógyszeres kezelések hatékonysága korlátozott, különösen a betegség előrehaladott szakaszaiban.

A most közzétett tanulmány egy olyan Parkinson-kóros egérmodellt mutat be, amely két különböző súlyossági fokozatot imitál. A modellben hím egereket alkalmaztak, amelyekben az alfa-szinuklein fehérje aggregációja révén idézték elő a neurodegeneratív elváltozásokat – ez a módszer széles körben elfogadott az emberi Parkinson-kór patológiájának szimulálására irányuló preklinikai kutatásokban. A viselkedési jellemzők kvantitatív elemzéséhez a kutatók egy mesterséges intelligencián alapuló, háromdimenziós testtartás-becslési technikát alkalmaztak. A Kim professzor vezette csapat több mint 340 különböző viselkedési paramétert – például járásmintázatot, végtagmozgásokat és tremort – vizsgált, majd ezeket egyetlen aggregált mutatóvá, az AI által előrejelzett Parkinson-kór pontszámmá (APS; AI-predicted Parkinson's disease score) sűrítette. Az APS már a betegség indukcióját követő két héten belül szignifikáns eltérést mutatott a kontrollcsoporthoz képest, és érzékenyebbnek bizonyult a betegség súlyosságának megítélésében, mint a hagyományos motoros funkció tesztek.

A kutatás során azonosították a legrelevánsabb diagnosztikai viselkedési jellemzőket, köztük a lépésmintázat változásait, az aszimmetrikus végtagmozgásokat és a mellkasi tremort. A húsz legfontosabb paraméter között szerepelt a kéz-láb aszimmetria, a testtartás és a lépések módosulása, valamint a magas frekvenciájú mellkasi mozgások fokozódása. A viselkedési indikátorok Parkinson-specifikusságának megerősítése érdekében a kutatócsoport az APS-elemzést egy másik neurodegeneratív betegség, az amiotrófiás laterálszklerózis (ALS) egérmodelljén is elvégezte. Mivel mindkét kórkép motoros diszfunkcióval jár, az APS értékek hasonlósága esetén az indikátor nem lenne specifikus. Az ALS-modell elemzése azonban azt mutatta, hogy bár az egerek motoros képességei romlottak, APS-értékeik alacsonyak maradtak, és viselkedésük eltért a Parkinson-kór modellben tapasztaltaktól. Ez megerősíti, hogy az APS valóban a Parkinson-kórra jellemző, specifikus viselkedési változásokkal korrelál.

A terápiás beavatkozás során a kutatók az optoRET nevű optogenetikai technológiát alkalmazták, amely fény segítségével szabályozza a neurotróf jelátvitelt. Az eljárás hatékonynak bizonyult: javult az egerek járása, koordináltabbá váltak a végtagmozgások, és csökkent a tremor intenzitása. Különösen kedvező hatást gyakorolt az egerekre a kétnaponta alkalmazott fényterápia, amely a dopaminerg neuronok védelmét is elősegítette. Heo Won Do professzor kiemelte, hogy ez az első alkalom, amikor egy preklinikai keretrendszer sikeresen integrálta a Parkinson-kór korai diagnosztikáját, a kezelés hatékonyságának értékelését és a patomechanizmus igazolását az AI-alapú viselkedéselemzés és az optogenetikai technológia kombinációjával. Ez az eredmény jelentős előrelépést jelent a személyre szabott orvoslás irányába, és új lehetőségeket nyit a betegspecifikus terápiás megközelítések fejlesztésében.

Írásunk az alábbi közlemények alapján készült:

AI and optogenetics enable precise Parkinson's diagnosis and treatment in mice

Integrating artificial intelligence and optogenetics for Parkinson’s disease diagnosis and therapeutics in male mice

Irodalmi hivatkozás:

Bobae Hyeon et al, Integrating artificial intelligence and optogenetics for Parkinson's disease diagnosis and therapeutics in male mice, Nature Communications (2025). DOI: 10.1038/s41467-025-63025-w