AI检测到手指敲击视频的微妙运动变化，揭示了隐藏的帕金森氏症的标志

即使是丝毫运动功能变化的早期检测对于减慢帕金森氏病的进展至关重要。然而，这些微妙的迹象常常没有注意到。现在，UF研究员迭戈·瓜拉恩（DiegoL.Guarãn）博士正在利用AI在临床医生眼中显而易见的临床症状之前发现这些微妙的视频录音变化。

UF卫生与人类绩效学院应用生理学与运动机能学系的助理教授Guarãn，最近出版他研究的结果NPJ帕金森氏病。

瓜拉恩说：“视频分析使我们能够看到临床医生眼睛看不见的运动变化。”“这些运动改变的早期识别对于疾病管理至关重要。”

在他的研究中，瓜拉恩分析了包括健康个体在内的66名参与者的手指敲击运动的视频；患有特发性REM睡眠行为障碍或IRBD的人；还有早期帕金森氏病的人。

特发性REM睡眠行为障碍涉及人们实现自己的梦想，包括在睡觉时说话，移动甚至抨击。超过80％的IRBD患者将发展帕金森氏症或相关的脑部疾病，这使得这是研究早期变化的重要人群运动功能。

重要的是，试验参与者不需要表现出明显的帕金森氏症大脑状况的迹象，这些症状具有类似的症状，例如敲击手指上的动作减慢。

瓜拉恩说：“一位专业的临床医生观看了这些视频，并指出那些参与者很健康。”“我们对外部观察者进行分析的每个人看上去很健康。”

使用视频记录使用VisionMD这是瓜拉团队开发的开源机器学习软件。

瓜拉恩说：“当您处理一个具有VisionMD的健康人的视频时，它会立即说：“不，这个人的移动方式比您对健康的人的期望慢，”因此，视频中存在一些无法用肉眼检测到的运动改动，”瓜拉恩说。“我们的视频分析技术是如此敏感，以至于可以识别临床医生无法的事物。”

研究发现，即使临床医生认为手指敲击测试似乎正常，使用AI的视频分析也发现，帕金森氏病的人的运动比其他群体较小，运动较慢，这表明了这种方法的重要性。

另外，AI和视频分析可以检测IRBD和帕金森氏病患者的序列效应。序列效应是重复期间运动振幅和/或速度的逐步降低移动，就像敲击手指一样。该电机标志的起源和机制知之甚少，但是它在IRBD和帕金森氏症中的存在可能表明序列效应是脑部疾病的早期指标。

“通过标准进行简单有效的筛查视频记录，即使是在智能手机或网络摄像头上服用的人，也可能为早日诊断的大门打开大门，并帮助那些疾病进展风险更大的人。”