长久以来，在治疗帕金森病方面一直存在着这样一个问题：该疾病引起的震颤和运动症状会在一天甚至一小时之内产生变化。由于这种变化过于频繁和迅速，医生很难对患者的状况进行准确诊断，这也会影响对患者治疗的后续效果。

但是，人工智能算法可以帮助解决这个问题。近日，来自约翰霍普金斯大学（Johns Hopkins University）的研究人员发现了一种新方法，通过结合智能手机上的传感器和机器学习算法来开发一款手机APP，从而让帕金森病患者在家中自主评估病情严重程度。这项研究成果发表在了《JAMA Neurology》上。

通常，帕金森病患者在家中会填写一份24小时的“运动日记”，来记录他们的运动症状、不自主扭动及其他可能出现的症状。医生只能根据患者的这些自行记录，以及每年三到四次到医院就诊时的数据，来对患者病情做出主观判断。这些数据不仅在数量和精确程度上有限，并且也无法很好地捕捉到患者病情出现变化的时刻，这些都会影响医生诊断的准确性。

HopkinsPD界面示意图（图片来源：Johns Hopkins University）

而这款名为HopkinsPD的手机APP可以利用手机的麦克风、触摸屏和加速计来测量患者完成五项简单动作的情况。这五项动作包括：说话、用手指敲击屏幕、走路、平衡能力以及反应能力。然后，机器学习算法会根据这些数据做出病情严重程度的评分（0至100分之间），有助于评估患者的症状及用药反应状况。

在对这款APP进行测试时，研究人员使用了来自129名帕金森病患者的共计6148条数据，另外，还有23名患者及17名未患病人员也参与了临床评估。研究人员主要的关注点包括：机器学习算法给出的评分是否可以反应患者症状的波动情况、是否与标准测量结果相吻合，以及是否能反应药物的治疗效果。

研究人员测试后发现，患者的步态特征最能够反映出其病情的严重程度。HopkinsPD可以检测到患者症状的波动，在一天之内，患者病情评分的平均变化值为13.9分（0至100分范围内）。测试结果与专业神经科医生做出的临床评估结果一致性较高。另外，在接受多巴胺能药物治疗后，患者的评分平均提高了16.3分。

约翰霍普金斯大学的计算机科学助理教授Suchi Saria博士（图片来源：Johns Hopkins University）

“通过这项研究我们发现，智能手机APP和人工智能算法相结合，可以评估帕金森病的严重程度，”这项研究的作者之一，约翰霍普金斯大学的计算机科学助理教授Suchi Saria博士表示：“这种方法为帕金森病患者的运动症状提供了一项客观的衡量标准，同时避免了患者进行繁琐的记录工作，改善了帕金森病的诊断和治疗方式，最终可以提高患者的生活质量。”

我们希望，这项新的研究可以帮助医生对帕金森病进行更加精确的诊断，从而造福广大患者。