利用先进的机器学习技术评估人们进行基本运动的视频录制，研究人员创建了一种系统测量早期帕金森病和其他运动障碍个体的运动功能的方法。利用视频技术和机器学习评估帕金森病初期运动症状的新方法，可能促进这一疾病以及类似运动障碍的早期识别，最终改善治疗效果。
在最近发表在《帕金森病与相关疾病》上的一项研究中，佛罗里达大学和Fixel神经疾病研究所的研究人员展示了视频评估如何通过检查身体两侧的运动来帮助识别帕金森症的早期迹象。该方法利用了帕金森病的典型不对称发作特征，在其早期阶段，身体一侧通常会受到较大影响。
研究人员利用机器学习分析参与者进行简单手部和腿部运动的视频录制，这些活动常常被神经科医生观察。他们专注于识别健康个体与早期帕金森病患者之间的细微差异。这项技术在区分这两个群体时达到了86%的准确率。
“我们的方法是非侵入性的，利用标准视频材料，具有促进帕金森症早期检测的潜力，从而导致更好的治疗策略和改善患者护理，”首席作者、佛罗里达大学应用生理学与运动学助理教授迭戈·瓜林表示。
