佛罗里达大学(University of Florida)利用人工智能开发的一种视频处理技术将帮助神经科医生更好地跟踪帕金森病患者的病情进展，最终提高他们的护理水平和生活质量。

该系统由佛罗里达大学健康与人类表现学院应用生理学和运动学助理教授Diego Guarin博士开发，应用机器学习来分析患者进行手指敲击测试的视频记录，这是帕金森病的标准测试，涉及快速敲击拇指和食指10次。

“通过研究这些视频，我们可以检测到帕金森病特征的手部运动甚至最小的变化，但临床医生可能很难通过视觉识别，”瓜林说，他隶属于佛罗里达大学健康学院的诺曼菲克尔神经疾病研究所。“这项技术的美妙之处在于，患者可以记录自己进行测试的过程，软件会对其进行分析，并告知临床医生患者的活动情况，以便临床医生做出决定。”

帕金森氏症是一种影响运动的脑部疾病，可导致运动缓慢、震颤、僵硬以及平衡和协调困难。症状通常是逐渐开始的，并随着时间的推移而恶化。目前还没有专门的实验室或影像学检查可以诊断帕金森病，但患者进行的一系列练习和动作可以帮助临床医生识别和评估这种疾病的严重程度。

跟踪帕金森病病程最常用的评定量表是运动障碍学会统一帕金森病评定量表。瓜林解释说，尽管它很可靠，但评级仅限于5分，这限制了它追踪进展中细微变化的能力，而且容易产生主观解释。

研究小组包括佛罗里达大学的神经学家Joshua Wong，医学博士;Nicolaus McFarland，医学博士;和Adolfo Ramirez-Zamora, M.D，创造了一种更客观的方法来量化帕金森患者的运动症状，通过使用机器学习算法来分析视频并捕捉疾病随时间的细微变化。

瓜林说:“我们发现，我们可以观察到临床医生试图通过相机和电脑看到的相同特征。”“在人工智能的帮助下，同样的考试对每个参与者来说都变得更容易、更省时。”

瓜林说，自动化系统还利用摄像头收集的精确数据揭示了以前未被注意到的运动细节，比如患者在运动过程中打开或关闭手指的速度，以及每次点击时运动特性的变化程度。

瓜林说:“我们已经看到，与健康的人相比，帕金森氏症患者的开放运动延迟了。”“如果没有视频和电脑，这是几乎不可能测量的新信息，它告诉我们这项技术可以帮助我们更好地描述帕金森病如何影响运动，并提供新的标记来帮助评估治疗的有效性。”

Guarin最初设计这个系统是为了分析帕金森病以外的其他疾病的面部特征，为了完善这个系统，该团队利用佛罗里达大学的HiPerGator——世界上最大的人工智能超级计算机之一——来训练它的一些模型。

Guarin解释说:“HiPerGator使我们能够开发一种机器学习模型，将视频数据简化为运动分数。”“我们使用HiPerGator来训练、测试和改进不同的模型，并使用大量的视频数据，现在这些模型可以在智能手机上运行。”

Michael S. Okun医学博士，Norman Fixel研究所的主任和帕金森基金会的医学顾问，说基于视频的自动评估可能是临床试验和护理的“游戏规则改变者”。

“手指敲击测试是诊断和测量帕金森病进展的最关键因素之一，”奥肯说。“今天，需要专家来解释结果，但具有变革性的是Diego和Fixel研究所的三位帕金森神经科医生如何使用人工智能来客观化疾病进展。”

除了将这项技术提供给神经科医生和其他护理提供者之外，Guarin还与UFIT合作，将其开发成移动设备的应用程序，允许个人在家中评估自己的疾病。

作者：佛罗里达大学

链接：https://www.sciencedaily.com/releases/2024/07/240723123521.htm

著作权归作者所有。

声明：海森大数据刊发或者转载此文只是出于传递、分享更多信息之目的，并不意味认同其观点或证实其描述。若有来源标注错误或侵犯了您的合法权益，请作者与本网联系，我们将及时更正、删除，谢谢。电话：152 6451 3609，邮箱：1027830374@qq.com