|
來源：澎湃新聞 今后，只要佩戴可穿戴式設備，老年人就能足不出戶檢測自己是否患有帕金森病，并能清晰知道自己的嚴重程度。 近日，IBM與輝瑞公司（Pfizer）等機構合作開發了一種新算法，可以利用AI遠程分析人體運動數據，從而判斷其患帕金森病的嚴重程度。相關研究成果已發表在自然（Nature）出版集團旗下刊物《科學報告》（Scientific Reports）上。 帕金森病是一種常見的神經系統變性疾病，主要癥狀為震顫、肢體僵硬、運動遲緩和步態障礙等。目前沒有檢驗方法能有效確認一個人是否患有帕金森病。用于評估帕金森病嚴重程度的是世界運動障礙學會帕金森病綜合評量表（MDS-UPDRS）。 在評估過程中，醫生會要求患者做出走路、輕敲手指和踩腳等動作，并用0-4的等級判斷患者動作的幅度、頻率和質量，最終評估其患病的嚴重程度。然而這種評估方式的主觀性較強，評估的準確性很大程度上取決于醫生的經驗，而且還會產生“白大褂效應”（患者因看到醫生血壓升高，導致醫生診斷不準確）。 IBM研發的算法通過可穿戴式設備，獲取人體運動數據，并將其轉換成一系列 “節點”（syllables），每個動作都可以對應多個由“節點”組成的序列。這些序列就是判斷帕金森病嚴重程度的標志：正常人的“節點”序列在統計分布上是顯著的，而帕金森病患者的“節點”序列是雜亂無章的。 
通過可穿戴設備記錄的患者走路時的手臂彎曲和轉換的“節點”序列 借助AI算法，整套系統可以評估患者姿勢不穩和步態障礙（PIGD）的情況，也可以借助MDS-UPDRS量表估算患者帕金森病的總體嚴重程度。 該論文的第一作者、IBM工程師Avner Abrami在其博客文章表示：“這種方法的另一個好處是，與要求患者去診所看醫生相比，遠程醫療檢查的執行頻率更高。”研究人員稱，如果該技術未來投入應用，它能一天24小時監測患者的神經系統狀態，并用平均持續時間少于10分鐘的運動作為評估數據。相比之下，如果使用傳統方式，患者需要一年到醫院測量幾次，而且評估結果往往帶有較強的主觀性。 
不同患者的“節點”序列（上），模型估計的姿勢不穩和步態障礙（PIGD）（左下），模型估計的帕金森病嚴重程度（右下） 據介紹，該研究是IBM與輝瑞公司合作的藍天計劃（BlueSky）項目的一部分。項目于2016年啟動，目的在于能開發出一種系統，以改善進行帕金森病藥物臨床試驗的方式。要實現BlueSky項目的目標，基本前提是對臨床試驗進行數字化處理。為此，首先需要在日常生活中連續不斷地收集帕金森病患者的運動數據，其次開發AI算法對這些數據進行分析研究，最后對患者的運動功能進行實時評估。 在新冠疫情的背景下，這項技術還可以減少中老年人出門的次數，降低其感染新冠病毒的風險。 “如何擴大遠程醫療服務范圍以幫助易受新冠病毒感染的患者留在家中越來越受到關注，而我們的研究表明神經病學家能夠遠程、準確地評估帕金森病患者。” 論文作者之一、IBM研究人員Vittorio Caggiano稱。 |
