近日，手机百家乐 高浩教授团队在“人工智能 + 辅助医疗”交叉领域取得重要研究进展。该成果以《Automatic and Explainable Assessment for Parkinson’s Disease by Video-based Human motion Understanding》为题，发表于神经工程与康复领域国际顶级期刊Journal of NeuroEngineering and Rehabilitation。该期刊在全球165个康复学期刊中位列第2，充分彰显了此项成果的学术影响力，以及手机百家乐 在医工交叉研究方向的持续深耕与突出实力。

该论文由手机百家乐 博士生刘梦琪、叶艺星为共同第一作者，李昊伦老师参与完成，高浩教授担任通讯作者。研究工作由百家乐app、清华大学、澳门大学、解放军总医院、东南大学附属中大医院、南京市溧水人民医院等多家单位联合开展。

本项成果依托单摄像头设备，如手机，依据国际公认的MDS-UPDRS帕金森病临床评估量表，对患者全身运动进行采集并自动进行运动功能分析。该成果首次实现量表完整运动检查模块的全覆盖，成功攻克运动估计算法抖动与帕金森病震颤难以区分等技术难题。目前，该成果已在合作医院完成临床验证，可有效提升优质医疗资源的可及性与利用效率，切实改善帕金森病患者就医便捷性。

成果简介：针对帕金森病传统临床评估高度依赖医师经验、主观性较强、评估耗时较长、患者复诊不便等行业痛点，本研究创新性构建一套基于视频人体运动理解的自动化、可解释评估系统。该系统可辅助开展标准化 MDS-UPDRS 运动检查，在国际上首次实现该量表全部 16 个视觉运动条目全覆盖评估。

该技术核心为融合深度学习与信号分析的人工智能方法，可从视频中精准提取患者面部、躯干、手部及足部运动关键点，自动获取动作幅度、频率、速度、加速度等时变运动学特征。上述指标具备高度临床可解释性，可直接对标传统评分标准。该系统能实现对面具脸、动作迟缓、姿势不稳、震颤等核心症状的自动化评估，为临床医师提供量化辅助诊断依据。

本研究依托 2021 年 12 月至2024 年 3 月构建的专属数据集，该数据集包含全部 MDS-UPDRS-PartIII 评估项目，涵盖 112 名年龄 47-71 岁帕金森病患者（男性 66 名、女性 46 名）的检查视频与金标准数据。

临床验证结果显示，该自动化评估系统对帕金森病四大核心症状评估灵敏度优异：面具脸评估准确率 97.2%、动作迟缓 90.1%、姿势不稳 96.6%、震颤 96.2%，评估性能显著优于纯人工评估。实验证实，引入系统客观指标辅助后，临床医师总体评估准确率由 78.7% 提升至 85.3%，诊断标准差显著降低；对四类核心症状的纠正率分别达 15.1%、8.0%、36.9%、80.1%，有效优化诊断流程、减轻医师工作负荷。

为进一步扩大技术惠及范围，项目团队同步研发配套应用程序，将医疗级评估服务延伸至家庭场景。患者可在家中通过手机录制评估视频并远程传输至医院，完成非接触式病情监测与随访评估。该模式既可节约医疗资源、降低患者就医成本，也能提升偏远地区及行动不便患者获得高质量诊疗服务的频次，为帕金森病居家随访、远程监测及医疗资源薄弱地区辅助诊疗提供全新技术路径。

（撰稿：高浩 编辑：张敏 初审：徐丰羽 审核：张翼）