佛罗里达大学研究人员Diego L. Guarín博士团队近日在《自然》杂志发表突破性研究成果：运用人工智能技术，成功从视频记录中识别出临床症状显现前的细微运动异常。这项技术有望显著提升帕金森病等神经退行性疾病的早期诊断精度。
Guarín博士作为应用生理学与运动机能学系助理教授，同时隶属赫伯特·沃特海姆工程学院生物医学工程系及诺曼·菲索尔神经疾病研究所，其研发的VisionMD开源机器学习软件展现了超越人眼的检测能力。研究团队通过对66名受试者的指敲动作视频进行分析，涵盖健康人群、特发性快速眼动睡眠行为障碍(iRBD)患者及早期帕金森病患者三组群体。
研究特别关注iRBD群体——这类患者在睡眠中会出现梦呓、肢体抽动等异常行为，约80%最终会发展为帕金森病或其他脑部疾病。值得注意的是，所有参与试验的受试者在传统临床评估中均未显现出帕金森综合征的可见症状。
"我们的视频分析技术能检测到临床医生肉眼无法识别的运动模式变化，" Guarín博士解释道。该系统分析显示，即使在临床评估认为正常的指敲测试中，帕金森病患者的动作幅度和速度仍显著低于健康对照组。更关键的是，AI成功识别出iRBD和帕金森病患者共有的"序列效应"——即重复动作中运动幅度和速度逐渐减弱的现象，这可能成为脑部疾病的早期生物标志物。
这项技术突破性在于其普适性：通过智能手机或网络摄像头进行标准视频录制即可实现检测。Guarín博士指出，这种简便高效的筛查手段将显著降低诊断门槛，使高危人群能在疾病进展前获得早期干预，为神经退行性疾病的预防性治疗赢得关键时间窗口。
【全文结束】
