QQ在線
企業(yè)微信
資訊
407在《自然科學(xué)報告》雜志上發(fā)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能分析人類運動障礙增加時的身體活動數(shù)據(jù)，在評估帕金森氏癥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癥發(fā)展到什么程度。
合作者開發(fā)了一種無監(jiān)督的人工智能技術(shù)，可以生成關(guān)于運動質(zhì)量的測量數(shù)據(jù)。研究人員將可穿戴設(shè)備上的連續(xù)信號轉(zhuǎn)換成健康受試者共有的一系列“音節(jié)”，這些“音節(jié)”成為機器學(xué)習(xí)運動技能的一部分，不同動作之間共享子序列。音節(jié)間轉(zhuǎn)換的統(tǒng)計分布是健康行為的標志，而帕金森病患者的符號序列是紊亂的。該技術(shù)正是通過捕捉運動混亂來估計步態(tài)損傷和帕金森癥狀的嚴重程度。
研究人員稱，如果將該技術(shù)應(yīng)用到生產(chǎn)中，它將被允許7*24小時檢測一個人的神經(jīng)系統(tǒng)狀態(tài)，并比較臨床環(huán)境和家庭中的評估結(jié)果。這與現(xiàn)有的帕金森病診斷方法形成了鮮明對比，比如運動障礙協(xié)會的統(tǒng)一帕金森病評分量表通常一年只測量幾次，本質(zhì)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(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)還沒有完全被了解，醫(yī)生通常很難僅僅通過判斷外部癥狀來了解疾病的發(fā)展程度。
此外，盡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(fā)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(cè)索硬化(ALS)。盡管在慢性病管理方面取得了許多進展，但該領(lǐng)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于我們改善對患者護理，并通過更好的臨床試驗來更快、更有效地開發(fā)藥物。
