帕金森病是一种进行性神经退行性疾病，影响运动、平衡和协调能力，随时间推移逐渐恶化，目前尚无明确治愈方法。每年，美国近9万人被新确诊为帕金森病。该病常以轻微症状开始，如细微震颤或步态变化，容易被忽视。准确监测至关重要，但许多患者每年仅见专科医生几次，难以追踪这些渐进变化。
佛罗里达大学（University of Florida）研究员迭戈·瓜林（Diego Guarin）探索如何利用人工智能变革帕金森病监测方式，研究发现简单视频录制可捕捉人眼可能遗漏的细节。他的工作始于2018年的一个研究联系，现已发展成一款名为VisionMD的应用程序，旨在帮助患者在家中跟踪症状，使这些细微症状能更早被发现。
WUFT记者克里斯特尔·费利克斯（Krystal Felix）与瓜林坐下来讨论这项研究未来如何造福患者。
本次采访经过编辑和删减以提高清晰度。可收听上方音频或阅读下方稍长版本。
Q: 是什么启发您迈出第一步，应用人工智能检测与帕金森病相关的早期运动变化？
瓜林: 我已与运动障碍患者合作多年。起初我研究肌萎缩侧索硬化症（ALS）[一种快速进展的疾病，损害神经细胞，使控制运动更加困难]，但ALS进展太快。在此期间，我也与研究帕金森病的学者建立了联系。我们观察到，首先，对运动症状的理解非常有限。目前主要是个人评估，客观评估很少。而且帕金森病患者通常进展相对较慢，因此我们能真正看到疾病如何随时间变化。这对我非常有趣，因为我们有方法测量大脑变化，进而追踪疾病进展并建立相关性。
Q: 人工智能技术如何分析隐藏迹象？其工作原理是什么？
瓜林: 当临床医生评估帕金森病患者时，医生们多年来开发了一套可靠测量标准。具体指导如何评估患者运动的统一帕金森病评分量表（Unified Parkinson's Rating Scale）提供了一套测试流程，医生通过这些测试评估病情严重程度并给出评分。但这类评估很大程度上受医生经验影响。因此，我们录制患者执行常规临床评估任务的视频，然后使用技术分析这些视频，获取医生已熟悉的客观信息，便于他们直接解读。
Q: 既然这项技术已在其他地区实施，能否谈谈它如何影响或帮助现有患者？
瓜林: 我们很幸运，德国研究人员采用类似方法与我们合作。他们正进一步拓展应用，尝试利用这些视频为不同患者建议合适疗法。通过分析视频数据，他们发现我们获得的测量值如何受药物[如补充大脑多巴胺的左旋多巴（Levodopa）]和深部脑刺激等治疗的影响。如果能量化疗法对症状的客观作用，就能为临床医生提供更精准的治疗决策依据。
Q: 这项发展如何转化为应用程序？这意味着什么？如何惠及更多人？
瓜林: 我们开发了专为帕金森病患者设计的应用程序VisionMD，确保有运动障碍的用户也能操作。患者将手机置于三脚架上，自动录制多种动作视频，我们的算法随即分析运动症状并生成居家监测报告。目前约30名患者参与测试，通过持续记录观察症状变化趋势。我们验证该应用是否与临床评估一致，同时探索它能否更敏感地捕捉渐进变化，帮助患者主动干预而非被动等待门诊。
Q: 研究中最令人欣慰的部分是什么？什么让您如此热衷于继续这项研究？
瓜林: 患者常难以向医生准确描述自身感受，这既非患者也非医生的过错，而是缺乏描述病情的共同语言。我们相信这项技术能解决此问题。若能帮助患者获得所需药物和治疗，改善医患沟通，将是重大突破。我坚信这个解决方案将实现这一目标，我们正全力以赴将其变为现实。
【全文结束】
