Wetenschappers van de Zhejiang Universiteit in China hebben een baanbrekend diagnostisch hulpmiddel ontwikkeld dat gebruikmaakt van kunstmatige intelligentie om de ziekte van Parkinson op te sporen via oorsmeeranalyse, met een opmerkelijke nauwkeurigheid van 94,4%.
Het onderzoeksteam, onder leiding van Hao Dong en Danhua Zhu, publiceerde hun bevindingen in het tijdschrift Analytical Chemistry. Hun aanpak maakt gebruik van het feit dat oorsmeer talg bevat, een olieachtige substantie waarvan de chemische samenstelling verandert naarmate de ziekte vordert. In tegenstelling tot huidtalg bevindt oorsmeer zich in een beschermde omgeving, vrij van externe verontreinigingen zoals luchtvervuiling of cosmetica.
Voor de studie werden oorsmeerstaaltjes verzameld van 209 deelnemers (108 met de ziekte van Parkinson en 101 zonder). Met behulp van geavanceerde gaschromatografie-massaspectrometrie (GC-MS) identificeerden de onderzoekers vier vluchtige organische verbindingen die in significant verschillende concentraties voorkomen bij Parkinsonpatiënten: ethylbenzeen, 4-ethyltolueen, pentanal en 2-pentadecyl-1,3-dioxolaan.
Het team ontwikkelde vervolgens een kunstmatig intelligent olfactorisch (AIO) systeem door gaschromatografie-oppervlakte-akoestische golf sensoren (GC-SAW) te combineren met een convolutioneel neuraal netwerk (CNN). Dit machine learning-model werd getraind om patronen te herkennen in de chromatografische data die onderscheid maken tussen monsters van Parkinsonpatiënten en niet-Parkinsonpatiënten.
De huidige diagnose van Parkinson is doorgaans gebaseerd op het observeren van fysieke symptomen, die vaak pas zichtbaar worden nadat er al aanzienlijke neurodegeneratie heeft plaatsgevonden. Vroege opsporing is cruciaal, omdat de meeste behandelingen de ziekte alleen kunnen vertragen en niet omkeren. Traditionele diagnostische methoden zoals klinische beoordelingsschalen en neuro-imaging zijn subjectief, kostbaar en missen vaak vroege gevallen.
"Deze methode is een kleinschalig, monocentrisch experiment in China," aldus Dong. "De volgende stap is verder onderzoek uit te voeren in verschillende stadia van de ziekte, in meerdere onderzoekscentra en onder diverse etnische groepen, om te bepalen of deze methode bredere praktische waarde heeft."
Indien gevalideerd in grotere studies, kan dit goedkope, niet-invasieve screeningsinstrument de vroege detectie van Parkinson revolutioneren, waardoor eerdere interventie en mogelijk betere uitkomsten voor miljoenen patiënten wereldwijd mogelijk worden.