可穿戴传感器和机器学习系统可精准诊断帕金森病

帕金森病发病缓慢，诊断这种往往具有毁灭性的运动障碍，尤其是在早期阶段，通常需要让患者执行各种移动任务，观察他们的行走和运动模式，并测试他们的反应能力。总之，对于临床医生和患者来说，这是一个耗时且费力的过程。

马里兰大学帕克分校生物信息学和计算生物学中心 (CBCB) 的研究人员刚刚发表了一项研究，可能很快就能让所有相关人员更容易地做出诊断。

他们正与马里兰大学、巴尔的摩分校等地的同事合作，利用机器学习算法分析可穿戴运动跟踪传感器的数据，以帮助实现部分流程的自动化。研究人员表示，这最终可以实现更准确、更早的诊断，进而可以更早地进行治疗干预。

Rana Khalil 是马里兰大学计算机科学专业六年级博士生，也是在《传感器》杂志上发表的一篇详细介绍这项研究的新论文的主要作者，她与她的导师、生物学教授兼 CBCB 主任 Michael Cummings 一起参与了该项目。

帕金森病的症状一开始很轻微，比如一只手轻微颤抖，但可能会发展为严重的肌肉僵硬，甚至无法在没有帮助的情况下行走。根据美国国立卫生研究院的数据，美国约有 50 万人被诊断患有帕金森病。但由于许多人未被诊断出或被误诊，专家认为多达一百万美国人可能患有这种使人衰弱的疾病。