研究人员在《整形与重建外科手术》杂志6月刊发表实验性研究报告，展示了一种"微调"人工智能（AI）工具在面部麻痹客观评估中的应用前景。该研究由东京庆应义塾大学的金村武一郎博士（第一作者）领导完成，标志着AI临床应用的重要进展。
自动化面部麻痹分析的精进工具
面部麻痹患者因肿瘤、手术创伤或神经损伤导致面部运动障碍，神经转移手术等治疗方案需要精确评估。传统主观评分系统存在评估偏差，客观评估方法又难以在临床常规应用。研究团队改良的3D-FAN面部识别模型原基于正常面部运动图像训练，但存在识别缺陷——无法准确捕捉微笑时的面部不对称性，且难以识别闭眼状态。
通过机器学习对196例面部麻痹患者的1181张临床视频图像进行模型微调，研究人员手动修正面部标志点位置并持续训练直至精度不再提升。改良后模型在面部关键点检测误差率显著降低，特别是在眼睑和口周等面部麻痹关键区域。
AI评估的临床转化潜力
金村博士团队指出："经过机器学习微调后，AI对面部关键点的检测质量与定量准确性均获提升。"研究附图直观展示了微调前后关键点识别的改进效果。作者特别强调，这种通过少量图像手工修正进行微调的方法，可能为其他罕见疾病的AI辅助诊断模型开发提供通用解决方案。
该AI工具不仅能提供面部麻痹严重程度的客观评分，还可作为治疗效果评估的量化工具。研究团队正进行跨学科有效性分析，并计划在通过进一步验证后向研究人员和临床医生免费开放该模型。这项技术突破标志着AI在神经肌肉疾病评估领域的重要进展，为个性化治疗方案制定提供了新的技术支撑。
【全文结束】
