〔健康頻道／綜合報導〕巴金森氏症至今仍為較難診斷與追蹤的疾病，主要診斷仰賴出現顫抖、僵硬、行動遲緩等，然而這些症狀通常於疾病發作後數年才會出現。據《每日科學》（Science Daily）報導，麻省理工學院電子工程與電腦科學學系團隊開發出一個人工智慧模型，希望透過呼吸模式來檢測巴金森氏症。研究發表於《自然醫學》（Nature Medicine）。
多年來，研究人員以使用腦脊髓液及神經造影來檢測巴金森氏症，而這種方法不但具有侵入性，成本高，並要到專門的醫療機構進行，不適合頻繁檢測，以及提供早期診斷與持續追蹤病情進展狀況。
研究團隊開發出一種外型類似家用Wi-Fi路由器的設備，並透過AI人工智慧模型，模擬出人類大腦運作，並讓人工智慧學習巴金森氏症的夜間睡眠呼吸模式，並透過發射無線訊號，分析受測者周遭環境反應及其呼吸模式，以被動的方式評估巴金森氏症的病程，患者與醫護人員無須做任何診斷與接觸。
研究資深作者、麻省理工學院電子工程與電腦科學學系教授狄娜·卡塔比（音譯Dina Katabi）表示，早在1817年就有學者注意到巴金森氏症與呼吸之間的關係，而這項研究對於巴金森氏症的藥物開發及臨床護理具有重大意義，且能讓居住在醫療資源不充足及行動不便的人，提早發現症狀及追蹤病程。