利用人工智能在家中评估帕金森病严重程度
机器学习
2024-12-11 v4 人工智能
摘要
我们提出了一种人工智能系统，用于远程评估帕金森病（PD）患者的运动表现。参与者在摄像头前完成一项运动任务（即手指敲击），来自全球250名参与者的数据由三名神经病学专家依据运动障碍学会统一帕金森病评定量表（MDS-UPDRS）进行评分。神经病学专家的评分具有高度可靠性，组内相关系数（ICC）为0.88。我们开发了计算机算法，以获得符合MDS-UPDRS指南且与神经病学专家评分高度相关的客观测量值。我们的机器学习模型基于这些测量值训练，其表现优于一名MDS-UPDRS认证评分员，平均绝对误差（MAE）为0.59，而该评分员的MAE为0.79。然而，该模型的表现略逊于专家神经病学医生（MAE为0.53）。该方法可推广至类似运动任务，为在神经科医疗资源有限地区远程、客观地评估PD及其他运动障碍患者提供了可能。
引用
@article{arxiv.2303.17573,
title = {Using AI to Measure Parkinson's Disease Severity at Home},
author = {Md Saiful Islam and Wasifur Rahman and Abdelrahman Abdelkader and Phillip T. Yang and Sangwu Lee and Jamie L. Adams and Ruth B. Schneider and E. Ray Dorsey and Ehsan Hoque},
journal= {arXiv preprint arXiv:2303.17573},
year = {2024}
}