摘要：韩国科学技术研究院智能与互动研究中心Dawoon Jung等人提出一种使用静态站立平衡和机器学习来识别帕金森病(PD)及其阶段的创新方法。11月30日，相关研究工作以“Identifying Parkinson’s disease and its stages
韩国科学技术研究院智能与互动研究中心Dawoon Jung等人提出一种使用静态站立平衡和机器学习来识别帕金森病(PD)及其阶段的创新方法。11月30日，相关研究工作以“Identifying Parkinson’s disease and its stages using static standing balance”为题发表于《npj Digital Medicine》。
从输入数据到输出分类的处理管线与动态运动任务（如步行）相比，10 秒静态站立平衡任务的负担相对较轻，并且需要最少的专业设置和帮助。这种方法不仅显著提高了 PD 评估和监测的可及性，而且还消除了许多相关的限制。因此，它有助于早期发现 PD 和及时干预，改善患者和护理人员的预后和生活质量。值得注意的是，本研究设计了一种在早期阶段识别PD的方法，特别是 HY 1.0 和 1.5 期，这在以前的研究中有些被忽视。对疾病的早期评估允许更广泛的治疗选择，并为减缓甚至阻止疾病进展提供了更大的潜力。同时，这种方法的有利结果可能源于利用对 CoP 数据进行多方面分析的新框架。与仅依赖椭圆参数的研究不同，本研究结合了来自时间、频率和非线性域等各个域的参数。研究者在文章中说到：“本研究中引入的新型数据挖掘框架预示着时间序列数据驱动型数字医疗保健的新时代。”但是该研究的局限性也比较明显。首先，该研究无法纳入具有不同种族或地理背景的参与者，并且所有参与者都是韩国人。为了确保可推广性，未来应在不同种族和更大人群中进行验证。其次，该研究没有考虑 PD 随时间进行的性质。研究者同时正在计划一项后续纵向研究，将 PD 的进展纳入拟议的方法中。第三，用于本研究的设备相当专业，鉴于情况，可能不容易获得。未来应考虑使用更可用的替代品（如智能鞋垫）。最后，该研究并未将提出的方法与其他 PD 评估工具进行比较。文章链接： 来源：关注健康的逗逗
免责声明：本站系转载，并不代表本网赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请在30日内与本站联系，我们将在第一时间删除内容!
