近日，著名神经病学和神经生理学家MarkHallett教授赴复旦大学附属华山医院神经内科进行访问，就神经病学领域最新研究成果进行了学术交流，华山医院神经内科王坚教授团队、腾讯医疗人工智能实验室、复旦大学鲁伯埙教授、王守岩教授团队、及中山医院金莉蓉教授出席交流活动。
图：MarkHallett教授应邀赴华山医院神经内科进行访问及学术交流
会上，MarkHallett教授对腾讯医疗AI实验室与华山医院神经内科运动障碍团队共同研发的帕金森病AI辅助诊断新技术——帕金森病运动功能智能评估系统产生了浓厚的兴趣，双方就具体细节问题展开了热烈的讨论。会后，MarkHallett教授在工作人员协助下，饶有兴趣地应用智能评估系统进行了运动功能的自我测评，并对此项技术给予了高度肯定。
图：MarkHallett教授应用智能评估系统进行运动功能自我测评
MarkHallett教授目前就职于美国国立卫生研究院下属国家神经疾病及中风研究所，担任医学神经病学及运动控制部主任。自1984年起至今，他先后担任国家神经疾病和中风研究所临床主任，美国神经肌肉及电诊断医学协会、国际帕金森及运动障碍协会主席，美国神经病学学会副会长和国际临床神经生理学联合会前主席，在运动控制原理和运动障碍的病理生理学研究中贡献卓著。
AI辅助医生提高效率，3分钟实现帕金森病运动评估
目前，国际上常见的帕金森病诊断方式是通过UPDRS(国际普遍采用的帕金森氏病评分量表)对患者进行评估，医生通过对患者的指定动作完成情况进行逐项打分，完成一次UPDRS评估需要30分钟以上，耗费医生和患者大量时间成本和沟通成本。且评分主要依赖患者的主观描述和医生的肉眼观察，缺乏量化指标，容易出现因主观性导致的偏差。
针对传统人工UPDRS评分方式耗时耗力、精准性低的缺点，腾讯医疗AI实验室与华山医院神经内科运动障碍团队合作，应用人工智能对帕金森病患者运动视频进行定量识别，并推出了帕金森病运动功能智能评估系统，旨在研发未来可以在居家场景下的帕金森运动功能智能、客观、定量的评估系统。
帕金森病运动功能智能评估系统基于无可穿戴传感器的运动视频分析技术，可识别运动视频中的身体部位的关键节点，定量分析动作指标，实现UPDRS评分的“可量化”和“精细化”，提高运动评测精度，实现帕金森病的早期筛查功能，提高诊断效率和诊疗质量。在AI技术的辅助下，用户无需穿戴任何传感器，仅需透过摄像头拍摄(普通智能手机即可满足)，患者只需站在摄像头前，按照指示完成一系列动作，在短短3分钟内即可完成帕金森病的运动评估，诊断速度提升10倍。据了解，这也是国内外首个通过运动视频分析技术实现帕金森病的AI辅助诊断工具。
目前该预实验的数据显示，帕金森病运动功能智能评估系统的AI评分结果与专家人工评分结果的一致性非常接近，完全达到预期效果，后续将开展更大规模的正式临床试验。
未来可实现家庭场景下运动功能自我评估
通过AI技术手段，未来可实现让患者使用普通的智能手机自助拍摄，在家庭场景下完成帕金森病的运动功能日常评测，为患者和医生省去大量就诊或者随访时间。
而对帕金森病的智能评估，仅仅是运动视频分析技术应用的一小领域，可以拓展到国际上更加通用的MDS-UPDRS评分体系，除了用于帕金森病的辅助诊断，还可以用于其他运动评估，如:脑瘫患者在手术前的步态分析;足球运动员受伤后的恢复训练中的运动功能状态评测等;以及用于居家养老和机构养老场景，对老人的运动能力，日常行为，多种疾病进行居家评测分析，有效提升老人的安全和养老机构的服务效率。
基于此项技术可量化、精细化评估的能力，可针对特定病种选择一系列规范动作，制定一套全新的运动能力智能评估标准，从而突破运动能力评估主观性强、量化程度低的限制，为运动障碍性疾病的能力评估提供一套全新体系，最终实现患者在家庭场景下的自我运动功能测评，推动健康管理智能化。
目前，腾讯医疗AI实验室作为专为医疗领域打造的人工智能实验室，正积极探索人工智能技术在不同医疗场景的应用，通过研发AI技术，不断寻求医疗领域的合作，构建良好的技术生态，服务于医患双方，提高工作效率优化就医体验，助力国家健康中国的战略布局。
(新闻稿 2018-09-11)
