Czy AI może zdiagnozować wczesną chorobę Parkinsona na podstawie subtelnych drżeń pisma w zdigitalizowanych notatkach ?

Choroba Parkinsona często powoduje mikrografię – drobne, drżące pismo ręczne – zanim pojawią się objawy motoryczne. Modele AI trenowane na zcyfryzowanych ruchach pióra mogą wykrywać wzorce niewidoczne dla klinicystów. Wczesne wykrycie może umożliwić interwencje spowalniające postęp choroby. Jednak próbki pisma muszą być standaryzowane i zróżnicowane, aby uniknąć stronniczości. Wyzwaniem jest odróżnienie drżenia związanego z chorobą od normalnej zmienności.

Obecne systemy AI mogą wykrywać wczesne stadium choroby Parkinsona na podstawie zcyfryzowanego pisma ręcznego poprzez analizę mikrodrżeń i cech kinematycznych z wysoką dokładnością – niektóre badania donoszą nawet o 97% czułości przy użyciu modeli głębokiego uczenia trenowanych na zadaniach takich jak rysowanie spirali i kopiowanie zdań, które uchwycą precyzyjną kontrolę motoryczną. Badania podkreślają, że łączenie metryk ciśnienia, prędkości i przyspieszenia w danych z cyfrowego pióra poprawia wydajność w porównaniu z tradycyjnym badaniem klinicznym, choć wciąż brakuje dużych, rzeczywistych walidacji. Etyczne i prywatnościowe obawy dotyczące ciągłego, biernego monitorowania są również pod lupą.

— Wzbogacono 12 maja 2026 · Źródło: Nature Digital Medicine — https://www.nature.com/npjdigitalmed