이 도구를 사용하여 참가자들은 웹캠 앞에서 손가락을 10번 탭하여 0~4의 척도로 운동 성능을 평가했다.

의사는 운동 장애 학회 통합 파킨슨병 평가 척도(MDS-UPDRS)와 같은 지침을 사용하여 운동 장애를 평가하고 심각도를 평가하기 위해 환자에게 간단한 운동 작업을 수행하게 하는 경우가 많다.

새로운 AI 모델은 MDS-UPDRS 지침을 사용하여 신속한 평가를 제공하며 해석 가능하고 표준화되고 반복 가능하며 의료 가이드북과 일치하는 속도, 진폭, 빈도 및 기간과 같은 계산 지표를 자동으로 생성한다. 이러한 속성을 사용하여 떨림의 심각도를 분류한다.

연구를 위해 파킨슨병을 앓고 있는 전 세계 참가자 250명이 손가락 두드리기 작업을 수행했으며 AI 시스템의 평가를 신경과 전문의 3명, 주치의 3명의 평가와 비교했다. 전문 신경과 전문의는 AI 모델보다 약간 더 나은 성능을 보인 반면, AI 모델은 UPDRS 인증을 받은 주치의보다 성능이 뛰어났다.

"이러한 발견은 신경과 전문의에게 접근하고 예약을 잡고 병원으로 이동하는 데 어려움을 겪는 환자에게 큰 영향을 미칠 수 있다."고 로체스터 대학교 컴퓨터 과학과 부교수이자 로체스터 인간-컴퓨터 상호작용 연구소(Rochester Human-Computer Interaction Laboratory) 공동 소장인 에산 호케(Ehsan Hoque)는 말한다.

"이것은 진료소 외부의 사람들에게 서비스를 제공하고 건강 형평성과 접근성을 향상시키기 위해 AI가 어떻게 의료 서비스에 점진적으로 도입되고 있는지 보여주는 예이다."

연구자들은 그들의 방법이 운동실조증이나 헌팅턴병과 같은 다른 유형의 운동 장애를 평가할 수 있는 문을 열어주는 다른 운동 작업에 적용될 수 있다고 말한다.

새로운 파킨슨병 평가는 온라인에서 이용 가능하지만 연구자들은 이것이 새로운 기술을 반영하고 있으며 이 초기 단계에서 의사의 입력 없이 그 자체로 질병의 존재 또는 중증도에 대한 결정적인 척도로 간주되어서는 안 된다고 경고했다.

이 연구는 npj Digital Medicine 저널에 실렸다.

출처: 로체스터 대학교