帕金森病估量影响全球近1000万人,帕金是森患仅次于阿尔茨海默病的第二常见神经退行性疾病 。帕金森病也是看字断病全球增加最快的神经退行性疾病,尤其是帕金在低收入和中等收入国家。现在普遍认为,森患帕金森病确诊数量被严峻轻视 ,看字断病部分原因在于这些国家缺少经过培训的帕金医疗专业人员来确诊该疾病。并且 ,森患该病前期症状藏匿 ,简单与其他运动障碍疾病混杂 ,因而精确确诊关于及时干涉和改进患者日子质量至关重要。
因该病有震颤等症状,医师确诊一般根据调查患者的运动技能。但是 ,这种办法缺少客观规范 ,且一般依赖于临床医师的片面判别。
美国加州大学洛杉矶分校陈俊团队开发了一种经过剖析运用含有磁性墨水的定制笔书写的样本,来确诊帕金森病的办法。他们将书写运动转化为电信号 ,使用神经网络(一种AI办法,经过互联节点网络学习并区别杂乱形式)剖析证明 ,该笔可在16名患者的小规模行列中 ,以超越95%的精确率区别帕金森病患者与健康人的书写特征 。
这种确诊笔的面世,代表一种低成本 、精确且易于大规模分发的技能,有望改进帕金森病在大规模人群和资源匮乏区域的确诊。研讨人员指出 ,未来作业是扩展该东西的患者样本量,并探究其在追寻帕金森病发展阶段上的潜力 。
【总编辑圈点】。
近年来 ,人工智能正在越来越深化地渗透到细分笔直范畴中。在交通范畴,人工智能可实时剖析交通流量数据 ,动态调整信号灯时长 ,有用缓解交通拥堵;在动力范畴,人工智能可剖析电力设备宣布的声纹数据 ,判别设备毛病状况。同本文研讨相同 ,这些使用事例充分说明,脱离使用场景的人工智能犹如无本之木 、海市蜃楼。只要将人工智能技能精准地嵌入到不同场景中,针对特定需求进行优化和适配,才能将先进的技能优势转化为实实在在的生产力