یک مطالعه جدید نشان می‌دهد که اسکن‌های سه‌بعدی چشم که در کلینیک‌های چشم و بینایی‌ سنجی انجام میشود، می‌توانند به تشخیص علائم بیماری پارکینون حدود ۷ سال قبل از ظهور علائم بالینی کمک کنند. استفاده از داده های چشمی برای شناسایی شرایط سلامتی در علم پزشکی تازگی ندارد. اما پیشرفت‌ها در فناوری نظارت بر سلامت چشم و قدرت محاسباتی، در سال‌های اخیر، دامنه تشخیص‌ها را گسترش داده است. نوعی از اسکن سه بعدی، معروف به توموگرافی انسجام نوری (OCT)، کلید این پیشرفت بوده است. اسکن OCT یک مقطع از شبکیه (پشت چشم) را با جزئیات قابل توجه تا یک هزارم میلی متر در کمتر از یک دقیقه اسکن میکند. این نوع اسکن شبکیه تنها راه آسان برای مشاهده لایه های سلولی زیر سطح پوست است. به عنوان بخشی از این مطالعه، یک تیم تحقیقاتی از UCL و بیمارستان چشم Moorfields در لندن از هوش مصنوعی برای تجزیه و تحلیل اسکن‌های OCT از دو پایگاه داده بزرگ استفاده کردند: مجموعه داده AlzEye و Biobank UK، که به ترتیب شامل اطلاعات اسکن چشم 154830 و 67311 نفر بودند. 

نتایج یافته‌های قبلی یک لایه نازک‌تر سلول گانگلیونی طبقه داخلی (GCIPL) را در بیماران پارکیسون تأیید کرد. داده ها همچنین وضعیت آتروفی لایه هسته ای داخلی (INL) را نشان داد. علاوه بر این، محققان دریافتند که کاهش ضخامت هر دو لایه با توسعه بیماری مرتبط است. در حالی که تحقیقات بیشتری مورد نیاز است، دکتر زیگفرید واگنر، نویسنده اصلی، امیدوار است که این روش به زودی به یک ابزار پیش غربالگری برای افراد در معرض خطر پارکینسون تبدیل شود. او گفت: «پیدا کردن نشانه‌های تعدادی از بیماری‌ها قبل از ظهور علائم به این معنی است که در آینده، افراد می‌توانند برای جلوگیری از بروز برخی بیماری‌ها، زمان ایجاد تغییرات در سبک زندگی خود را داشته باشند و پزشکان می‌توانند شروع و تأثیر اختلالات عصبی را به تأخیر بیندازند.» . در همین حال، گروهی به سرپرستی نویسنده ارشد این مطالعه، پروفسور پیرس کین، بودجه ای از سوی پژوهش و نوآوری بریتانیا برای مقیاس و اعتبار بخشیدن به مدل پایه دریافت کرده است. این مطالعه به ارزش حوزه رو به رشد "اکولومیکس" می افزاید، که از یادگیری ماشینی و داده های اسکن چشم برای آشکار کردن علائم بیماری هایی مانند آلتزایمر و مولتیپل اسکلروزیس استفاده می کند.