神经网络辅助数据分析，AI“看字断病”识别帕金森患者

发表在最新一期《自然·化学工程》的一项研究指出，一种装有磁性墨水的人工智能（AI）笔可准确“看字断病”，用于辅助检测帕金森病的早期症状。该设备通过神经网络辅助数据分析，能识别帕金森病患者与健康人群书写特征的差异，有望实现更早诊断。

帕金森病估计影响全球近1000万人，是仅次于阿尔茨海默病的第二常见神经退行性疾病。帕金森病也是全球增长最快的神经退行性疾病，尤其是在低收入和中等收入国家。目前普遍认为，帕金森病诊断数量被严重低估，部分原因在于这些国家缺乏经过培训的医疗专业人员来诊断该疾病。而且，该病早期症状隐匿，容易与其他运动障碍疾病混淆，因此准确诊断对于及时干预和改善患者生活质量至关重要。

因该病有震颤等症状，医生诊断通常基于观察患者的运动技能。然而，这种方法缺乏客观标准，且通常依赖于临床医生的主观判断。

美国加州大学洛杉矶分校陈俊及其同事开发了一种通过分析使用含有磁性墨水的定制笔书写的样本，来诊断帕金森病的方法。他们将书写运动转化为电信号，利用神经网络（一种AI方法，通过互联节点网络学习并区分复杂模式）分析证明，该笔可在16名患者的小规模队列中，以超过95%的准确率区分帕金森病患者与健康人的书写特征。

这种诊断笔的问世，代表一种低成本、准确且易于大规模分发的技术，有望改善帕金森病在大规模人群和资源匮乏地区的诊断。研究人员指出，未来工作是扩大该工具的患者样本量，并探索其在追踪帕金森病进展阶段上的潜力。