在《自然科學(xué)報(bào)告》雜志上發(fā)表的一篇論文中,IBM、輝瑞等公司的一項(xiàng)合作研究通過(guò)使用人工智能分析人類(lèi)運(yùn)動(dòng)障礙增加時(shí)的身體活動(dòng)數(shù)據(jù),在評(píng)估帕金森氏癥嚴(yán)重程度方面取得了新的進(jìn)展。該研究模型可以精確地指出一個(gè)人的帕金森氏癥發(fā)展到什么程度。
合作者開(kāi)發(fā)了一種無(wú)監(jiān)督的人工智能技術(shù),可以生成關(guān)于運(yùn)動(dòng)質(zhì)量的測(cè)量數(shù)據(jù)。研究人員將可穿戴設(shè)備上的連續(xù)信號(hào)轉(zhuǎn)換成健康受試者共有的一系列“音節(jié)”,這些“音節(jié)”成為機(jī)器學(xué)習(xí)運(yùn)動(dòng)技能的一部分,不同動(dòng)作之間共享子序列。音節(jié)間轉(zhuǎn)換的統(tǒng)計(jì)分布是健康行為的標(biāo)志,而帕金森病患者的符號(hào)序列是紊亂的。該技術(shù)正是通過(guò)捕捉運(yùn)動(dòng)混亂來(lái)估計(jì)步態(tài)損傷和帕金森癥狀的嚴(yán)重程度。
研究人員稱(chēng),如果將該技術(shù)應(yīng)用到生產(chǎn)中,它將被允許7*24小時(shí)檢測(cè)一個(gè)人的神經(jīng)系統(tǒng)狀態(tài),并比較臨床環(huán)境和家庭中的評(píng)估結(jié)果。這與現(xiàn)有的帕金森病診斷方法形成了鮮明對(duì)比,比如運(yùn)動(dòng)障礙協(xié)會(huì)的統(tǒng)一帕金森病評(píng)分量表通常一年只測(cè)量幾次,本質(zhì)上是主觀的,而且主要依賴(lài)患者的自我報(bào)告。
在一項(xiàng)補(bǔ)充研究中,研究人員還構(gòu)建了一系列算法,這些算法考慮到了掩蓋帕金森病外部癥狀的因素,例如可以減輕震顫和改善控制力的藥物。IBM在一篇即將發(fā)表的博客文章中指出,由于帕金森病的生物學(xué)基礎(chǔ)還沒(méi)有完全被了解,醫(yī)生通常很難僅僅通過(guò)判斷外部癥狀來(lái)了解疾病的發(fā)展程度。
此外,盡管這項(xiàng)研究的初始動(dòng)機(jī)是帕金森氏病,但研究人員希望它能激發(fā)對(duì)其他疾病的類(lèi)似探索,如糖尿病、阿爾茨海默氏病和肌萎縮側(cè)索硬化(ALS)。盡管在慢性病管理方面取得了許多進(jìn)展,但該領(lǐng)域仍有許多懸而未決的問(wèn)題。對(duì)慢性病的更好理解可以有助于我們改善對(duì)患者護(hù)理,并通過(guò)更好的臨床試驗(yàn)來(lái)更快、更有效地開(kāi)發(fā)藥物。