Eine Technik, die Videos und maschinelles Lernen verwendet, um motorische Symptome im Frühstadium von Parkinson zu quantifizieren, könnte helfen, Anzeichen der Krankheit und anderer Bewegungsstörungen früher zu erkennen, was zu besseren Behandlungsergebnissen führen könnte. In einer aktuellen Studie veröffentlicht im Journal “Parkinsonism and Related Disorders” zeigt ein Forscherteam der University of Florida und dem Norman Fixel Institute for Neurological Diseases am UF Gesundheitswesen, dass die Videoauswertung dabei helfen kann, Parkinsonismus im Frühstadium bei einer Person zu erkennen, indem die Bewegungen der linken und rechten Körperseite verglichen werden.
Die Forscher erklären, dass der Ansatz darauf beruht, dass Parkinson in der Regel asymmetrisch beginnt, was bedeutet, dass eine Seite in den frühen Stadien der Krankheit stärker betroffen ist als die andere. Sie wandten maschinelles Lernen an, um Videos von Personen zu analysieren, die einfache Bewegungen mit ihren Händen und Beinen ausführen, die von Neurologen häufig verwendet werden. Das Team suchte nach subtilen Unterschieden zwischen gesunden Personen und denen mit frühem Parkinson.
Ihr Ansatz erreichte eine Genauigkeit von 86% bei der Unterscheidung zwischen den beiden Gruppen. Der leitende Autor Deigo Guarin, Assistenzprofessor für angewandte Physiologie und Kinesiologie am UF College of Health and Human Performance, sagte: “Die Technik ist nicht-invasiv, verwendet standardmäßige Videoaufnahmen und könnte dazu beitragen, Anzeichen von Parkinsonismus früher zu erkennen, was die Behandlungsergebnisse und das Patientenmanagement verbessern könnte.” Im Juni veröffentlichte das Team eine Studie, die eine ähnliche Technik beschreibt, die sie mit Hilfe von Videoverarbeitung und künstlicher Intelligenz entwickelt haben, um Neurologen zu helfen, den Verlauf von Parkinson bei Patienten besser zu verfolgen.