佛罗里达大学开发的一种利用人工智能的视频处理技术将帮助神经科医生更好地追踪患者帕金森病的进展，最终改善他们的护理和生活质量。
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机能学助理教授 Diego Guarin 博士开发，利用机器学习分析患者进行手指敲击测试的视频记录，手指敲击测试是帕金森氏症的标准测试，涉及快速敲击拇指和食指 10 次。
“通过研究这些视频，我们可以检测到手部运动的最小变化，这些变化是帕金森病的特征，但临床医生可能难以通过视觉识别，”隶属于佛罗里达大学健康中心诺曼·菲克塞尔神经疾病研究所的 Guarin 说。“这项技术的妙处在于，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动作情况，以便临床医生做出决定。”
帕金森病是一种影响运动的脑部疾病，可导致运动迟缓、震颤、僵硬以及平衡和协调困难。症状通常逐渐出现，并随着时间的推移而恶化。目前尚无特定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锻炼和动作有助于临床医生识别和评估疾病的严重程度。
最常用于跟踪帕金森病病程的评分量表是运动障碍协会统一帕金森病评分量表。Guarin 解释说，尽管该评分可靠，但仅限于 5 分量表，这限制了其跟踪进展中细微变化的能力，并且容易受到主观解释的影响。
研究团队包括佛罗里达大学神经病学家 Joshua Wong 医学博士、Nicolaus McFarland 医学博士、哲学博士和 Adolfo Ramirez-Zamora 医学博士，他们使用机器学习算法分析视频并捕捉疾病随时间的细微变化，创建了一种更客观的方法来量化帕金森病患者的运动症状。
“我们发现，使用摄像头和计算机，我们可以观察到临床医生想要看到的相同特征，”Guarin 说。“在人工智能的帮助下，同样的检查对所有参与者来说都变得更容易、更省时。”
瓜林表示，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，比如病人在运动过程中张开或闭合手指的速度，以及每次轻敲时运动属性的变化程度。
“我们发现，与健康人相比，帕金森病患者的开合动作有所延迟，”Guarin 说道。“如果没有视频和计算机，几乎不可能测量出这种新信息，这告诉我们这项技术可以帮助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。”
为了完善该系统(Guarin 最初设计该系统是为了分析帕金森氏症以外疾病的面部特征)，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)来训练其部分模型。
Guarin 解释道：“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 用大量视频数据来训练、测试和改进不同的模型，现在这些模型可以在智能手机上运行。”
诺曼菲克塞尔研究所所长兼帕金森基金会医学顾问 Michael S. Okun 医学博士表示，基于视频的自动化评估可能会成为临床试验和治疗的“游戏规则改变者”。
Okun 表示：“手指敲击测试是诊断和测量帕金森病病情进展的最关键要素之一。如今，需要专家来解释结果，但具有变革意义的是 Diego 和 Fixel 研究所的三位帕金森神经学家如何能够使用人工智能来客观化病情进展。”