《科学·转化医学》:帕金森病监测取得重大突破！中国科学家发明了人工智能模型 可以通过隔墙感知和跟踪PD患者

003010:帕金森病监测实现重大突破！中国科学家发明了人工智能模型，可以通过隔墙感知和跟踪PD患者。

来源：奇点蛋糕2022-11-04 14:18

帕金森病(PD)是世界上增长最快的神经系统疾病[1]。

帕金森病(PD)是世界上增长最快的神经系统疾病[1]。

到目前为止，仍然没有药物可以逆转或阻止PD的进展[2]。PD药物开发的一个主要挑战是缺乏有效的标志物[3]。

目前，帕金森病的诊断主要依靠临床症状。但临床症状往往在PD发病数年后出现，导致确诊时患者脑内50-60%的多巴胺能神经元变性甚至死亡[2]。因此，迫切需要开发早期有效的诊断标志物来辅助PD的临床诊断和治疗。

近日，美国麻省理工学院Dina Katabi教授团队在《科学转化医学》杂志上发表了重要研究成果[4]。博士生刘应成是这项研究的通讯记者和第一作者之一。

报纸首页截图

他们使用无线传感器收集PD患者反映的信号，通过深度学习建立预测模型，评估PD的严重程度、疾病进展和药物治疗的效果(图1)。

图一。无线信号收集人体反射的信号。

近年来，可穿戴医疗设备层出不穷。

但是这种设备需要频繁的挑拣和充电，使用复杂，给老人带来了很大的麻烦。

面对这一痛点，刘等人开发了基于雷达和机器学习技术的可穿戴设备，可以通过分区感知和跟踪人体。

他们使用的仪器可以发出低功率的无线信号，这种信号可以穿过墙壁，被人体反射。然后建立机器学习模型，对反射信号进行分析，从而识别出研究对象的姿态和步频(图2)。

2.该团队结合了雷达和机器学习来识别人类的姿势。

为了验证该技术的性能，刘等人招募了50名志愿者进行研究，其中包括34名PD患者(年龄69.47.6)和16名非PD参与者(年龄66.413)。

上述设备用于监测和记录家中所有参与者的步伐，并在一定时间内对数据进行平均，以减少噪音和干扰。结果显示，PD患者14天的平均起搏为0.70m/s，而非PD参与者的平均起搏为0.91 m/s，与对照组参与者的起搏相比，PD患者的起搏约低23%(图3)。

图3。不同时间段PD患者(上图)和非PD参与者(下图)的平均步速。

虽然PD患者的步速明显低于非PD参与者，但步态缓慢并不是PD的唯一临床表现。

为了弄清起搏能否作为评价PD严重程度的指标，刘等分析了其与临床PD诊断常用指标的相关性。结果显示，在家的速度与MDS-UPDRS总分(图4A)和MDS-UPDRS第三部分的子分(图4B)密切相关。

图4。家步行速度与PD测试结果呈正相关。

此外，家中的步伐与MDS-UPDRS和Hoehn和Yahr分期强相关，但与TUGT和TMWT弱相关，这两个指标是评价帕金森病临床步态的两个指标(图4C)。

原因是临床步态评估中存在很多干扰因素，如霍桑效应，即评估者的存在导致评估者改变行为的倾向，在家中测得的数据更能反映PD患者的日常习惯。因此，与临床步态相比，家庭步态更适合作为评估PD严重程度的标志。

随着年龄的增长，参与者在家的年步调自然会降低；那么，PD患者和对照组参与者的家庭步调下降程度相同吗？起搏降低能否预测PD患者的进展？为了回答上述问题，刘等人绘制了志愿者12个月内的步态速度曲线。

首先，研究人员从PD组和非PD组各随机挑选一个参与者，并分析一年之内步态速度的变化情况，结果发现对照组参与者的步态下降速度为-0.014m/s，而PD组的患者步态下降速度为-0.03m/s（图5A）。

单看两名随机选择的参与者的步速曲线，无法判断PD是否是导致步速下降的主要因素，因此Liu等采用线性混合效应模型，分析了对照组和PD组的所有参与者的步速曲线。结果表明，虽然参与者的步速都会随着年龄增长而减慢，但PD患者的下降速度是对照组的两倍（图5B）。这一结果也再次应验了先前结果，即患有和不患有PD的个体之间的步速存在显著差异（图3）。

在为期12月的研究中，Liu等还有一个重要发现：MDS-UPDRS的变化没有捕捉到PD进展（P＞0.05），而PD患者的平均居家步速显著下降且明显高于对照组（P＜0.034）。上述分析表明，与MDS-UPDRS评分相比，居家步速可能是评估PD进展更为灵敏的标志物。

图5. PD患者在1年内居家步速明显减慢

除了用于监测PD的进展之外，该系统还可用于辅助PD的治疗。

有研究表明，在左旋多巴胺治疗的3-5年内，大约50%的PD患者会出现运动波动[5]，而且每次用药的有效时间会随着运动波动而下降，这也被称为 开关现象 [6]。那么监测居家步速能否捕捉到药物对运动波动的影响呢？

为了回答这个问题，Liu等绘制了四名PD患者的日间步速曲线，发现其会随着服药而波动（图6）。也就是说当患者服药后步态速度会有所提高，但在服药后2小时药效减弱，步速会再次下降。将每个参与者的日间步速与他们在一天中的开关状态进行比较，研究人员确认了居家步速可以反映药物对运动波动的影响。

图6. 居家步速可作为PD运动波动和药物反应的标志物

不难看出，上述结果可以指导患者用药计划的调整。

研究人员注意到，在一次两片、一天三次服药时，PD患者的运动波动大，波峰波谷明显；根据步速变化曲线将用药方案调整为一次一片、一天六次后，PD患者的运动波动明显减轻，且步态更稳定（图7）。

图7. 居家步速曲线可指导PD患者调整用药计划

除了评估PD进展外，该系统在居家健康监测和其他疾病预防中也具有非常大的潜力。Liu等还发现，监测数据可以反映居家隔离和因房颤住院对参与者的健康影响。

总的来说，这个研究对PD的诊疗具有重要意义。

首先，居家步速可早期有效地反映PD病情进展，有望成为新的诊断标志物。其次，可通过步速评估患者对药物治疗的反应，并为用药计划的调整提供依据。此外，这个系统具有较大的临床应用潜力，可用于远程评估居住偏远地区、行动不便或认知障碍的患者。

值得一提的是，这一研究团队于2022年8月在《自然 医学》上还发表了另一项PD相关的研究成果[7]。他们。

随着全球老龄化的到来，对新型居家健康监测系统的需求必将更加急迫。采用上述系统对人体姿态进行实时的精细化监测，有望为早期诊断及治疗多种老年疾病提供数据支持。

参考文献

[1]Dorsey E R, Sherer T, Okun M S, et al. The Emerging Evidence of the Parkinson Pandemic[J]. Journal of Parkinson s Disease, 2018, 8(s1): S3 S8.

[2]Armstrong M J, Okun M S. Diagnosis and Treatment of Parkinson Disease: A Review[J]. , 2020, 323(6): 548 560.

[3]Delenclos M, Jones D R, McLean P J, et al. Biomarkers in Parkinson s disease: Advances and strategies[J]. Parkinsonism Related Disorders, 2016, 22 Suppl 1: S106-110.

[4]Liu Y, Zhang G, Tarolli C G, et al. Monitoring gait at home with radio waves in Parkinson s disease: A marker of severity, progression, and medication response[J]. Science Translational Medicine, 2022, 14(663): eadc9669.

[5]Stocchi F, Jenner P, Obeso J A. When do levodopa motor fluctuations first appear in Parkinson s disease?[J]. European Neurology, 2010, 63(5): 257 266.

[6]Lees A J. The on-off phenomenon[J]. Journal of Neurology, Neurosurgery, and Psychiatry, 1989, Suppl: 29 37.

[7]Yang Y, Yuan Y, Zhang G, et al. Artificial intelligence-enabled detection and assessment of Parkinson s disease using nocturnal breathing signals[J]. Nature Medicine, 2022.

版权声明 本网站所有注明“来源：100医药网”或“来源：bioon”的文字、图片和音视频资料，版权均属于100医药网网站所有。非经授权，任何媒体、网站或个人不得转载，否则将追究法律责任。取得书面授权转载时，须注明“来源：100医药网”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。

87%用户都在用100医药网APP 随时阅读、评论、分享交流 请扫描二维码下载->

医药网新闻