帕金森病作为中老年人常见的病，却无法被消除治愈，一直以来是各国各企业组织专攻的疾病问题之一，然而鲜有成果。但或许帕金森病可得到解决的机会。

近日，一项研究表明帕金森病可通过远程跟踪一个人的呼吸模式来进行诊断，该研究将由麻省理工学员（MIT）的科学团队主导，他们设计出一个新型人工智能（AI）系统，该系统可通过无线电波在人睡觉时进行监测呼吸，检测是否有帕金森病的隐患并进行预防。

研究团队的主要调查员Dina Katabi表示该项研究来源于200年前詹姆斯·帕金森的观察研究，早在1817年，詹姆斯就注意到了帕金森病与呼吸之间的关系，再加上多项医学研究表明，呼吸症状比运动症状更早几年表现出来，这意味着在帕金森病诊断之前，呼吸属性可能是有希望的风险评估。

在实验中，该研究团是在一个巨大的夜间呼吸数据集上训练一个神经网络。研究人员分析了近12000个夜晚的呼吸模式，来自757名帕金森病患者和约7000名健康对照对象。

可就团队通过数据集来测试人工智能模型，一个可识别出帕金森病人的准确度在86%，实验结果表明，连续追踪12个晚上，该人工智能系统诊断帕金森病的准确率高达95%左右。

甚至，它可以做到在任何运动症状出现前就诊断出帕金森病，在实验中，人工智能系统可在数据集测出可识别未诊断的帕金森病人，准确率高达75%。

研究人员表示：“目前，帕金森病的诊断是基于临床运动症状的存在，估计这些症状是在50-80%的多巴胺能神经元已经退化后出现的，我们的系统显示了初步证据，它有可能在临床运动症状之前提供风险评估。”

当然也要需借助更多的工作来验证该系统是否适合作为早期诊断根据，但更直接的用途可能是跟踪疾病的进展，这意味着可以更好的帮助研究人员在帕金森病临床实验中评估新药物治疗的疗效。

目前，研究人员已开发出一种壁挂式设备，可用于在家中监测病人。最终，这种设备可以作为一个早期预警系统，用于高于平均水平的帕金森病患者，或希望密切监测其疾病进展的早期阶段的患者。

该项研究及具体细节已整理发表在知名学术杂志《自然医学》上。