Nature Medicine：智能手表帮助提前7年发现帕金森病

来源：生物世界 2023-07-05 13:34

研究团队发现，相比常用的临床标志物，如来自生活方式、遗传学、血液生化学和患者报告症状的指标，使用来自运动追踪设备的数据训练的人工智能（AI）型能更好地区分临床诊断和预诊断的帕金森病。

帕金森病（Parkinson s Disease，PD），是一种复杂的神经退行性疾病，也是世界上第二常见的神经退行性疾病，仅次于（AD），影响着约1%-2%的65岁及以上老人。随着全球人口老龄化，帕金森病患病率还将大幅增加。

目前，全世界有超过600万人患有帕金森病，每年还有约60000名新患者确诊。患者大脑中产生多巴胺的神经元丧失，影响运动和认知，导致出现震颤、肌肉僵硬、意识模糊和痴呆等症状。

作为一种神经退行性疾病，帕金森病在确诊时神经系统变性通常已持续多年，此时约有50%-70%的运动功能相关神经元已经受到影响。提早发现有帕金森病风险的个体或能让更多受试者加入为该疾病设计保护性疗法的临床研究。

2023年7月3日，英国卡迪夫大学的研究人员在Nature Medicine期刊发表了题为：Wearable movement-tracking data identify Parkinson s disease years before clinical diagnosis的研究论文。

这项研究显示，可穿戴设备（智能手表）可以在帕金森病出现标志性症状前7年识别出帕金森病，并可以做出临床。这表明被动采集的运动追踪数据或能作为预测帕金森病未来发展的早期指标，这些数据或能实现相对低成本且无创的大规模人群。

研究团队利用英国生物样本库（UK Biobank）采集年龄在40-69岁的103712人的数据，这些参与者在2013-2016年期间佩戴了7天的医疗级智能手表。这些智能手表在7天时间内连续测量佩戴者的平均加速度（运动加速）。然后研究团的将其与另一组已被诊断出帕金森病的参与者的数据对比。

研究团队发现，相比常用的临床标志物，如来自生活方式、遗传学、血液生化学和患者报告症状的指标，使用来自运动追踪设备的数据训练的人工智能（AI）模型能更好地区分临床诊断和预诊断的帕金森病。

作者指出，与运动加速和睡眠质量相关的特定模式与帕金森病的未来发病和/或现有确诊有关。白天的平均运动加速在帕金森病确诊前的几年里会减慢，而帕金森病确诊患者的睡眠障碍比其他临床疾病患者更严重，比如其他神经退行性疾病和运动障碍。

研究团队表示，使用人工智能（AI）可以从智能手表数据中识别出将来会患上帕金森病的人，该模型在预测一个人是否会患上帕金森病方面，比任何其他风险因素或其他公认的疾病早期迹象都要准确，而且还能预测将来被诊断出帕金森病的时间。

对于大多数患有帕金森病的人来说，当他们开始出现症状时，许多运动功能相关神经元已经丢失了，因此能够在更早期诊断帕金森病意义重大。现在佩戴智能手表已经非常普遍，这项研究说明，智能手表可以作为有效的疾病筛查工具，帮助早期发现疾病。

作者认为，这项研究结果表明运动数据或能作为发现有帕金森病风险人群的低成本筛查工具；但他们提醒仍需在其他人群中开展进一步研究来重复以上结果。他们指出，对帕金森病相关的病理性神经退行迹象的早期筛查或有助于启动神经保护疗法和/或开展针对疾病发展的临床试验。

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