醫療「黑科技」！帕金森症可提前被人工智慧技術精準預測

在《自然科學報告》雜誌上發表的一篇論文中，IBM、輝瑞等公司的一項合作研究通過使用人工智慧分析人類運動障礙增加時的身體活動數據，在評估帕金森氏症嚴重程度方面取得了新的進展。該研究模型可以精確地指出一個人的帕金森氏症發展到什麼程度。

合作者開發了一種無監督的人工智慧技術，可以生成關於運動質量的測量數據。研究人員將可穿戴設備上的連續信號轉換成健康受試者共有的一系列「音節」，這些「音節」成為機器學習運動技能的一部分，不同動作之間共享子序列。音節間轉換的統計分布是健康行為的標誌，而帕金森病患者的符號序列是紊亂的。該技術正是通過捕捉運動混亂來估計步態損傷和帕金森症狀的嚴重程度。

研究人員稱，如果將該技術應用到生產中，它將被允許7*24小時檢測一個人的神經系統狀態，並比較臨床環境和家庭中的評估結果。這與現有的帕金森病診斷方法形成了鮮明對比，比如運動障礙協會的統一帕金森病評分量表通常一年只測量幾次，本質上是主觀的，而且主要依賴患者的自我報告。

在一項補充研究中，研究人員還構建了一系列算法，這些算法考慮到了掩蓋帕金森病外部症狀的因素，例如可以減輕震顫和改善控制力的藥物。IBM在一篇即將發表的博客文章中指出，由於帕金森病的生物學基礎還沒有完全被了解，醫生通常很難僅僅通過判斷外部症狀來了解疾病的發展程度。

此外，儘管這項研究的初始動機是帕金森氏病，但研究人員希望它能激發對其他疾病的類似探索，如糖尿病、阿爾茨海默氏病和肌萎縮側索硬化(ALS)。儘管在慢性病管理方面取得了許多進展，但該領域仍有許多懸而未決的問題。對慢性病的更好理解可以有助於我們改善對患者護理，並通過更好的臨床試驗來更快、更有效地開發藥物。

聲明：本文源自網絡，版權歸原作者或原出處所有，觀點僅代表作者本人，不代表SENSORO立場。如有侵權或者其他問題，請聯繫我們；違規轉載法律必究。