Using AI to Measure Parkinson’s Disease Severity at Home

要約

パーキンソン病 (PD) を持つ個人の運動能力をリモートで評価するための人工知能システムを提示します。
参加者は、ウェブカメラの前で運動課題 (つまり、指をたたく) を実行し、世界中の 250 人の参加者からのデータが、運動障害学会の統合パーキンソン病評価尺度 (MDS-UPDRS) に従って 3 人の専門神経学者によって評価されました。
神経科医の評価は信頼性が高く、クラス内相関係数 (ICC) は 0.88 でした。
MDS-UPDRS ガイドラインに沿った、神経科医の評価と強く相関する客観的な測定値を取得するためのコンピューター アルゴリズムを開発しました。
これらの測定でトレーニングされた機械学習モデルは、評価者の MAE が 0.79 であるのに対し、平均絶対誤差 (MAE) は 0.59 で、MDS-UPDRS 認定の評価者よりも優れていました。
ただし、モデルのパフォーマンスは専門の神経科医よりもわずかに悪かった (0.53 MAE)。
方法論は、同様の運動課題に対して複製することができ、PD やその他の運動障害を持つ個人をリモートで、客観的に、神経学的ケアへのアクセスが制限されている地域で評価する可能性を提供します。

要約(オリジナル)

We present an artificial intelligence system to remotely assess the motor performance of individuals with Parkinson’s disease (PD). Participants performed a motor task (i.e., tapping fingers) in front of a webcam, and data from 250 global participants were rated by three expert neurologists following the Movement Disorder Society Unified Parkinson’s Disease Rating Scale (MDS-UPDRS). The neurologists’ ratings were highly reliable, with an intra-class correlation coefficient (ICC) of 0.88. We developed computer algorithms to obtain objective measurements that align with the MDS-UPDRS guideline and are strongly correlated with the neurologists’ ratings. Our machine learning model trained on these measures outperformed an MDS-UPDRS certified rater, with a mean absolute error (MAE) of 0.59 compared to the rater’s MAE of 0.79. However, the model performed slightly worse than the expert neurologists (0.53 MAE). The methodology can be replicated for similar motor tasks, providing the possibility of evaluating individuals with PD and other movement disorders remotely, objectively, and in areas with limited access to neurological care.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google