"E-Nase" könnte Parkinson durch "Riechen" an der Haut diagnostizieren

Olfaktorisches KI-System könnte eines Tages helfen, Parkinson in einem frühen Stadium zu diagnostizieren, wenn eine Behandlung am wirksamsten ist

25.02.2022 - USA

Vor einigen Jahren machte eine Frau namens Joy Milne Schlagzeilen, als Wissenschaftler entdeckten, dass sie die Parkinson-Krankheit bei Menschen mit dieser neurodegenerativen Erkrankung "riechen" konnte. Seitdem haben Forscher versucht, Geräte zu entwickeln, die Parkinson anhand von Geruchsstoffen auf der Haut diagnostizieren können. Jetzt haben Forscher, die in ACS Omega berichten, ein tragbares, künstlich intelligentes Geruchssystem, die "E-Nase", entwickelt, das eines Tages die Krankheit in einer Arztpraxis diagnostizieren könnte.

Morbus Parkinson verursacht motorische Symptome wie Zittern, Steifheit und Schwierigkeiten beim Gehen sowie nicht-motorische Symptome wie Depression und Demenz. Obwohl es keine Heilung gibt, kann eine frühzeitige Diagnose und Behandlung die Lebensqualität verbessern, die Symptome lindern und das Überleben verlängern. Die Krankheit wird jedoch in der Regel erst erkannt, wenn die Patienten motorische Symptome entwickeln, und zu diesem Zeitpunkt haben sie bereits einen irreversiblen Neuronenverlust erlitten. Kürzlich entdeckten Wissenschaftler, dass Menschen mit Morbus Parkinson vermehrt Talg absondern (eine ölige, wachsartige Substanz, die von den Talgdrüsen der Haut produziert wird), zusammen mit einer erhöhten Produktion von Hefe, Enzymen und Hormonen, die zusammen bestimmte Gerüche erzeugen. Obwohl menschliche "Super-Riecher" wie Milne sehr selten sind, haben Forscher Gaschromatographie (GC)-Massenspektrometrie eingesetzt, um Geruchsstoffe im Talg von Menschen mit Parkinson zu analysieren. Doch die Geräte sind sperrig, langsam und teuer. Jun Liu, Xing Chen und Kollegen wollten ein schnelles, einfach zu bedienendes, tragbares und kostengünstiges GC-System entwickeln, um Morbus Parkinson über den Geruch zu diagnostizieren, so dass es sich für Point-of-Care-Tests eignet.

Die Forscher entwickelten eine E-Nase, die GC mit einem akustischen Oberflächenwellensensor - der gasförmige Verbindungen durch ihre Wechselwirkung mit einer Schallwelle misst - und Algorithmen für maschinelles Lernen kombiniert. Das Team sammelte Talgproben von 31 Morbus-Parkinson-Patienten und 32 gesunden Kontrollpersonen, indem sie deren Oberrücken mit einem Mulltupfer abtupften. Sie analysierten die flüchtigen organischen Verbindungen, die von der Gaze ausgingen, mit der e-nose und fanden drei Geruchsstoffe (Octanal, Hexylacetat und Perillaldehyd), die sich signifikant zwischen den beiden Gruppen unterschieden, woraus sie ein Modell für die Diagnose von Parkinson entwickelten.

Anschließend analysierten die Forscher den Talg von weiteren 12 Parkinson-Patienten und 12 gesunden Kontrollpersonen und stellten fest, dass das Modell eine Genauigkeit von 70,8 % bei der Vorhersage von Parkinson hatte. Das Modell war zu 91,7 % empfindlich bei der Identifizierung echter Morbus-Parkinson-Patienten, aber seine Spezifität betrug nur 50 %, was auf eine hohe Rate falsch positiver Ergebnisse hindeutet. Als Algorithmen des maschinellen Lernens zur Analyse des gesamten Geruchsprofils eingesetzt wurden, verbesserte sich die Genauigkeit der Diagnose auf 79,2 %. Bevor die E-Nose für die Klinik bereit ist, muss das Team sie an viel mehr Menschen testen, um die Genauigkeit der Modelle zu verbessern, und sie müssen auch Faktoren wie die Rasse berücksichtigen, sagen die Forscher.

Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.