韓國科學(xué)技術(shù)研究院智能與互動研究中心Dawoon Jung等人提出一種使用靜態(tài)站立平衡和機器學(xué)習(xí)來識別帕金森病(PD)及其階段的創(chuàng)新方法。11月30日，相關(guān)研究工作以“Identifying Parkinson’s disease and its stages using static standing balance”為題發(fā)表于《npj Digital Medicine》。

帕金森?。≒D）是世界上增長最快的神經(jīng)系統(tǒng)疾病。由于震顫、僵硬、運動遲緩和姿勢不穩(wěn)等癥狀，PD 患者在控制身體運動方面面臨重大挑戰(zhàn)。隨著這些癥狀的進展，保持平衡、行走和進行日?；顒樱ㄈ邕M食和穿衣）變得越來越困難。

目前對帕金森病（PD）的評估依賴于動態(tài)運動任務(wù)，限制了可及性。

該研究提出了一種創(chuàng)新方法，使用靜態(tài)站立平衡來識別 PD 及其階段，而無需動態(tài)運動或熟練專業(yè)人員參與的任務(wù)。通過在10秒靜態(tài)站立平衡任務(wù)期間收集壓力中心（CoP）軌跡數(shù)據(jù)。將使用表示學(xué)習(xí)和手工制作方法從這些數(shù)據(jù)中提取特征。將對基于Transformer 編碼器的分類器進行這些特征的訓(xùn)練，并評估其在對沒有 PD 的個體和HY階段（經(jīng)典PD分期方法） 1.0、1.5、2.0、2.5 和 3.0 期的 PD 患者進行分類方面的性能。

識別帕金森病及其 Hoehn 和 Yahr 分期的重要特征的可視化。圖片來源：npj Digital Medicine（2024）

該研究共招募了 210 名參與者，包括 1 例對照組和 5 例按分期分類的 PD 組。每個參與者完成一項 10 秒的靜態(tài)站立平衡任務(wù)，其中收集了內(nèi)側(cè)和前后方向的壓力軌跡中心數(shù)據(jù)。

測試數(shù)據(jù)集中對 6 個研究組進行分類的結(jié)果的混淆矩陣

基于CoP軌跡數(shù)據(jù)中提取的特征，研究者使用表示學(xué)習(xí)和手工制作方法從中得出數(shù)據(jù)?；?Transformer 編碼器的分類器對這些特征進行了訓(xùn)練，并獲得了 F1- 對六個研究組進行分類的分數(shù)為 0.963。

從靜態(tài)站立平衡任務(wù)期間收集的壓力中心 （CoP） 軌跡數(shù)據(jù)得出的數(shù)據(jù)。

從輸入數(shù)據(jù)到輸出分類的處理管線

與動態(tài)運動任務(wù)（如步行）相比，10 秒靜態(tài)站立平衡任務(wù)的負擔(dān)相對較輕，并且需要最少的專業(yè)設(shè)置和幫助。這種方法不僅顯著提高了 PD 評估和監(jiān)測的可及性，而且還消除了許多相關(guān)的限制。因此，它有助于早期發(fā)現(xiàn) PD 和及時干預(yù)，改善患者和護理人員的預(yù)后和生活質(zhì)量。

值得注意的是，本研究設(shè)計了一種在早期階段識別PD的方法，特別是 HY 1.0 和 1.5 期，這在以前的研究中有些被忽視。對疾病的早期評估允許更廣泛的治療選擇，并為減緩甚至阻止疾病進展提供了更大的潛力。同時，這種方法的有利結(jié)果可能源于利用對 CoP 數(shù)據(jù)進行多方面分析的新框架。與僅依賴橢圓參數(shù)的研究不同，本研究結(jié)合了來自時間、頻率和非線性域等各個域的參數(shù)。

研究者在文章中說到：“本研究中引入的新型數(shù)據(jù)挖掘框架預(yù)示著時間序列數(shù)據(jù)驅(qū)動型數(shù)字醫(yī)療保健的新時代?！?/p>

但是該研究的局限性也比較明顯。首先，該研究無法納入具有不同種族或地理背景的參與者，并且所有參與者都是韓國人。為了確?？赏茝V性，未來應(yīng)在不同種族和更大人群中進行驗證。其次，該研究沒有考慮 PD 隨時間進行的性質(zhì)。研究者同時正在計劃一項后續(xù)縱向研究，將 PD 的進展納入擬議的方法中。第三，用于本研究的設(shè)備相當(dāng)專業(yè)，鑒于情況，可能不容易獲得。未來應(yīng)考慮使用更可用的替代品（如智能鞋墊）。最后，該研究并未將提出的方法與其他 PD 評估工具進行比較。

文章鏈接：

https://www.nature.com/articles/s41746-024-01351-x