在格罗宁根运动障碍专家中心的一项开创性研究中，研究人员首次成功地使用了机器学习（人工智能的核心领域）来区分不同类型的运动障碍。
“下一步运动障碍”（NEMO）项目由神经学家玛丽娜·德·科宁-蒂森教授领导，是与格罗宁根大学伯努利研究所创新合作的成果。该研究发表在《计算机在生物医学中的应用》期刊上。
颤动和肌阵挛的区别
该项目的第一个结果集中在颤动和肌阵挛之间的区别上，这两种不自主运动常常因为症状相似而被混淆。颤动是一种常见的不自主运动，通常与特发性震颤和帕金森病等疾病相关，而肌阵挛则表现为突然、短暂的肌肉收缩，可能由多种不同的神经系统疾病引起。
NEMO项目的研究员埃莉娜·范登布兰德霍夫展示了这种新方法能够很好地区分颤动和肌阵挛。正确的诊断对于治疗至关重要，因为这些疾病的治疗方法差异很大。
识别症状和确认诊断
运动障碍通常表现出重叠的症状，使得医生难以做出正确的诊断。患者也可能同时经历多种运动障碍，进一步复杂化了诊断过程。新方法可以区分这些类型的运动障碍，并支持医生的诊断。
“智能系统的应用使我们能够更快地识别和确认诊断。这为更有针对性的治疗和更好的患者护理打开了大门。”格罗宁根大学医学中心运动障碍专家中心主任玛丽娜·德·科宁-蒂森教授说。
改善医疗诊断，迈向个性化医疗
该研究为神经学提供了新的视角。智能系统可以处理越来越复杂的数据，显著提高医疗诊断的速度和准确性。这是向患有运动障碍的人们提供个性化护理的重要一步，其中治疗方法可以更好地适应患者的特定需求。
格罗宁根运动障碍专家中心与格罗宁根大学伯努利研究所的合作标志着在医学科学中使用人工智能的一个重要里程碑。研究人员预计，这项技术最终将在神经学和其他医学领域得到更广泛的应用。
“这一突破是一个重大进步。通过机器学习进行智能数据分析在神经学中的应用不仅带来了科学进展，还为临床实践和对疾病的更好理解带来了实际好处。”伯努利研究所的迈克尔·比尔教授说。
通过这一创新发展，格罗宁根运动障碍专家中心确认了其在运动障碍和计算机辅助医疗护理领域的国际领先地位。
更多信息：Elina L. van den Brandhof 等，《可解释的机器学习用于运动障碍——颤动和肌阵挛的分类》，《计算机在生物医学中的应用》（2025）。DOI: 10.1016/j.compbiomed.2025.110180
(全文结束)
