一项发表在《阿尔茨海默病及相关疾病》杂志上的新研究表明，一种便携且经济实惠的设备能够通过分析老年人在日常任务中的运动方式，准确识别出患有轻度认知障碍的老年人。该系统结合了深度相机、测力板和人工智能技术，能够正确分类83%的轻度认知障碍参与者。研究结果表明，这一工具可用于扩大早期筛查的覆盖面，特别是在资源有限的社区。
轻度认知障碍是指记忆和思维能力出现明显变化，但尚未严重到影响日常生活的状况。它通常代表正常衰老与阿尔茨海默病或其他形式痴呆等更严重疾病之间的过渡阶段。早期检测非常重要，因为可能延缓疾病进展的治疗方法（如新药Lecanemab）仅适用于疾病早期阶段的患者。
然而，获得准确诊断通常是一个漫长而昂贵的过程，需要接触专业医疗人员。在农村或服务不足的地区，这些评估尤其难以获取。只有少数患有轻度认知障碍的老年人会得到正式诊断，这使得早期干预变得困难。
密苏里大学的研究人员希望找到一种方法，将筛查工具直接带入社区诊所和家庭。他们开发了密苏里即时护理评估系统（Mizzou Point-of-care Assessment System，简称MPASS），这是一种轻便的便携式设备，包含深度感应相机和定制测力板。该设备可以详细测量人在行走、站立和执行其他功能任务时的运动方式。
"我们最初的目标是开发适用于诊所的、可获取的运动和平衡评估技术。我们有一个非常完善的传统步态实验室，配备了测量人体运动的金标准设备（动作捕捉、测力板、肌电图）。然而，该系统很少在研究项目之外使用。这些系统对于诊所或实验室外的日常使用来说过于昂贵和复杂，"研究作者、密苏里运动分析中心主任特伦特·M·盖斯解释道。
"2020年，我们获得了密苏里大学的资金支持来开发MPASS。MPASS的最初目标是脑震荡评估，我们发现该平台能够区分处于急性脑震荡阶段的人，并识别脑震荡对运动和平衡的持久影响。鉴于这些有希望的早期结果，我们想知道MPASS是否能够检测轻度认知障碍对运动和平衡的影响。"
"步态（尤其是双任务测试时）与认知衰退之间的联系是众所周知的。阿尔茨海默病是一种真正毁灭性的疾病，与许多人一样，我有家人和亲密朋友的生活被阿尔茨海默病彻底打乱。能够研发一种可能帮助在最早阶段检测痴呆症的技术，是很有意义的。"
在该研究中，研究团队招募了47名参与者，全部年龄超过60岁。其中19人已被诊断为轻度认知障碍，诊断依据是在神经心理学诊所的先前评估或蒙特利尔认知评估（一种标准化认知筛查测试）的得分。其余28名参与者没有已知的认知问题，作为健康对照组。
每位参与者在MPASS系统的观察下完成了一系列运动任务。这些任务包括静止站立、短距离行走和从坐姿站起。为了使测试更具挑战性——并更好地揭示认知衰退的迹象——参与者必须在执行每项任务的同时，从70到100之间的随机数开始，以7为单位倒数。这种"双任务"测试对注意力和协调能力提出了额外要求，更有可能揭示细微的认知缺陷。
MPASS设备使用深度相机和测力板记录数据。相机以三维方式跟踪身体位置和关节运动，而测力板测量人如何转移体重并保持平衡。研究人员从这些记录中提取了27个不同的变量，包括步长、完成任务的时间以及人站立时晃动的程度。部分数据是在参与者睁眼时捕获的，部分是在闭眼时捕获的，以测试视觉输入在平衡中的作用。
所有这些数据随后使用三种机器学习模型进行分析：逻辑回归、支持向量机和决策树。这些模型旨在识别大型数据集中的模式并基于这些模式做出预测。模型在大部分参与者数据上进行训练，然后在较小的群体上进行测试，以评估它们识别哪些个体患有轻度认知障碍的能力。
决策树模型被证明是最准确的，能够正确识别83%的轻度认知障碍参与者。它还达到了特异性的完美分数，意味着它正确地将所有健康个体识别为没有认知障碍。机器学习模型发现，最重要的线索来自与平衡相关的测量，特别是当要求人在闭眼同时大声心算时站立不动。前六项最重要的预测特征中有五项来自平衡测量，例如人站立时重心晃动的程度。剩下的关键特征是行走时的步长。
有趣的是，坐姿站起任务的测量对最终模型的贡献不大，尽管该测试在临床环境中常用于评估力量和活动能力。研究人员建议，未来的研究仍可能探索更高级的方法来分析此任务，因为他们的版本包含了传统评估中通常无法捕获的运动数据。
"我们欣喜地发现MPASS能够检测到与轻度认知障碍相关的运动细微特征。目前，轻度认知障碍被严重低估。一项研究估计，只有8%的预期患有轻度认知障碍的美国老年人接受了临床诊断。一种高效、廉价且易于获取的轻度认知障碍筛查方法将对抗击阿尔茨海默病和其他痴呆症大有裨益。"
"MPASS测量运动功能的多个方面（例如静态平衡和步态），并将认知和运动任务相结合（例如边走路边解决数学问题），以提供更敏感的数据来检测与认知衰退相关的运动功能变化。MPASS评估生成多样化的数据集，而人工智能的使用可以检测这些数据中的复杂关系，从而提供即时诊断的手段。"
然而，作者也承认了一些局限性。样本量较小，轻度认知障碍组只有19名参与者。参与者在种族或地理背景方面也不够多样化，因此未来的研究需要包括更广泛的人群，以确保研究结果具有普遍适用性。在测试过程中，由于身体跟踪问题也丢失了一些数据，尽管研究团队已经改进了程序，以避免在未来的工作中出现此问题。
尽管存在这些局限性，研究结果表明，像MPASS这样的便携式低成本系统可能成为早期发现认知问题的实用工具，特别是在难以获得专业测试的环境中。由于该设备易于使用且不需要血液检测或影像检查，它可能被用于初级保健诊所、老年中心甚至人们的家中。这有助于更早地识别高风险人群，并在治疗最有效的时候将他们与干预措施联系起来。
研究团队目前正在美国国立卫生研究院的资助下扩展这项研究。他们计划纳入更复杂的行走任务并评估其他类型的运动，以进一步提高系统的准确性。研究人员认为，将认知和运动测试与人工智能相结合，在改善老年人筛查和结果方面具有巨大潜力。
该研究《使用新型多模态运动功能评估平台结合机器学习识别轻度认知障碍个体的可行性》由Jamie B. Hall、Sonia Akter、Praveen Rao、Andrew Kiselica、Rylea Ranum、Jacob M. Thomas和Trent M. Guess撰写。
【全文结束】
