一种新的人工智能（AI）工具通过对短微笑视频的分析，在帕金森病（PD）筛查方面取得了高准确率。这项研究由塔里克·阿德南 (Tariq Adnan)，理学硕士及其同事于周四在《新英格兰医学杂志》(NEJM) 上发表。
该模型基于迄今为止已知的最大面部表情视频数据集进行训练，共招募了1,452名参与者，其中包括391名患有帕金森病的患者。
根据NEJM发布的AI研究显示，仅通过微笑视频分析，检测帕金森病的整体准确率达到87.9%。
研究人员报告称，即使在来自北美和孟加拉国的不同人群样本中应用时，这种AI模型也能准确区分患有帕金森病的人群和未患病人群。
为什么这很重要
帕金森基金会表示，预计今年将有约9万人被诊断出患有帕金森病，到2030年，患者人数预计将达到120万。
由于临床专业知识和面对面评估的获取有限，帕金森病的早期诊断仍然是一个重大挑战。
由人工智能驱动的远程筛查工具承诺提供可扩展且具有成本效益的解决方案，以弥合这些医疗差距。
这些发现符合对数字医疗解决方案不断增长的需求，这些方案消除了地理和经济障碍，实现早期神经系统疾病的诊断，这对美国农村和服务不足的社区尤为重要。
需要了解的内容
新的筛查方法邀请参与者通过在线平台录制自己模仿面部表情的视频——包括微笑。
研究团队随后提取面部标志点并测量动作单元，以量化“面具脸”（hypomimia），这是帕金森病常见的运动症状，表现为面部肌肉运动减少。
机器学习模型利用这些特征开发而成，能够区分患有帕金森病的人群和未患病人群。
该方法依赖广泛的招募策略，涉及通过社交媒体、电子邮件、健康中心和研究登记处从北美招募的参与者，以及来自孟加拉国的高风险队列。
仅基于微笑视频训练的模型在十折交叉验证中达到了87.9%的准确率，敏感性为76.8%，特异性为91.4%。外部测试集验证显示，美国诊所数据集的准确率为80.3%，孟加拉国队列的准确率为85.3%。
虽然在所有环境中阴性预测值保持在92%以上，但孟加拉国参与者的阳性预测值下降至35.7%，反映了人群特征的差异。
研究发现，除孟加拉国女性参与者的准确性略高外，模型性能在性别和种族亚组之间没有显著差异。
作者强调了该方法的普适性和公平性，这是临床人工智能工具开发中的关键考虑因素。
支持该研究的视频处理和机器学习代码已公开发布在GitHub上。
然而，研究作者指出，为了遵守美国医疗隐私法（HIPAA），原始视频数据共享受到限制，仅限访问去标识化衍生特征。
该研究获得了来自美国国立卫生研究院下属的国家神经疾病和中风研究所（NINDS）等多个来源的资助。
这项工作是由学术和临床合作伙伴协作完成的，其中包括InMotion帕金森病健康中心和罗切斯特大学健康与技术中心。
研究过程还受益于谷歌研究和罗切斯特大学员工在统计分析方面的贡献。
2018年11月21日拍摄的脑部MRI图像。Getty供图。
人们怎么说
塔里克·阿德南，理学硕士，主要作者在研究结论中表示：“微笑视频可以有效区分患有和未患有帕金森病的个体，提供了一种可能简单、易获取且经济高效的筛查方式，特别是在临床诊断获取受限的情况下。”
接下来会发生什么？
研究团队未来的工作包括在更多真实世界人群中进一步验证AI筛查方法，并进一步优化算法以提高早期检测的准确性。
监管和临床转化路径将决定这项技术是否以及何时在美国医疗系统中投入使用。
(全文结束)
