AI助力帕金森病诊疗

　　《瞭望东方周刊》特约撰稿安萌、陈锐炜 编辑陈融雪

　　该系统可捕捉动作精准分析，辅助医生进行诊断，尤其可以弥补基层医生专科培训不足、经验不足的问题。

　　在北京协和医院神经科检查室，一名中年患者被引导着面向一台机器，从一个定点走到另一个定点，转身，往返三个来回。几乎是即时的，这台和普通单人椅差不多大小的机器屏幕上出现了系列数据，包括步速、步幅、步频、跨步速度、转身时间……

　　“患者走得慢，到底是因为老了还是病了？帕金森等神经系统疾病的判断高度依赖医生的主观经验。但因为主观，差异性也很大。”北京协和医院神经科主任朱以诚表示，患者所使用的这套机器系统，恰好可以解决临床诊疗中主观评价标准不一致的难题。

　　事实上，朱以诚不仅是该系统的率先使用者，更是重要研发者。据介绍，该系统由北京协和医院和中国科学院软件研究所、北京中科睿医信息科技有限公司（以下简称“中科睿医”）共同研发，目前已在北京协和医院、北京天坛医院、中南大学湘雅医院、四川大学华西医院等200多家三甲医院应用，累计临床检查已超10万人次。

　　这个外观平淡无奇的机器系统，就像深藏不露的少林寺扫地僧，背后是强强联手、十年磨一剑的真功夫。

　　一拍即合

　　11年前，朱以诚刚刚从法国学成回国。

　　她致力于脑血管病、血管性痴呆、血管性帕金森研究，深知该领域的病人通常都伴随着运动功能和认知功能的改变。长期以来，她观察随诊病人，都是带着学生做评估，完成量表检查。

　　“这也是临床上的标准做法。但这套方法最大的局限在于高度依赖医生的主观经验判断。”朱以诚发现，一个学生评估完了，下次换另一个学生做评估，评分差别往往很大，没有办法真正观察到病人的变化。

　　这样的困境不仅是朱以诚的，也是神经科长期存在的——由于不同医生的评估结果存在差异，加之神经功能描述的复杂性和困难性，大量基层医院容易出现误诊、漏诊，患者被确诊时往往已是中晚期。有没有什么方法能让评估标准化呢？朱以诚开始思考与探索。

　　2011年，她找到了中国科学院软件研究所从事人机交互研究的田丰团队。两个团队共同调研，把国际上对于神经功能的评估方法都分析了一遍，包括步态分析地毯、陀螺仪等等。最终，“自己研发一套合理的系统”成为共识，双方一拍即合。国家“863”项目——“脑神经多模态定量化关键技术研究”由此诞生。

　　持续迭代

　　人机交互技术，是指通过计算机输入、输出设备，以有效的方式实现人与计算机的对话。但在朱以诚看来，“凡是脱离应用场景的技术都是空架子”。

　　田丰也希望能够有契合的使用场景，把技术应用落地。双方不断地交流，在需求和技术的碰撞之中，“视觉捕捉”成为了关键词。

　　“毕竟，身上绑一些仪器测试，走步态分析地毯，这些或多或少都存在干扰性，而视觉是对被测者影响最小的，也是最抗干扰的。”朱以诚说，由此，多模态神经系统疾病智能辅助诊断系统（以下简称“智能辅助诊断系统”）的雏形初现。

　　最初，朱以诚和田丰的测试采用的是“计算机+摄影头”，把摄像机放置于地上这种“不标准”的搭建方式。

　　“这种搭建方式是不够稳定的，会影响精准度。就像我们使用一个手机App，用户都希望其界面流畅、舒适，否则就不爱用了。”朱以诚称，这时，他们开始思考，平台要搭建成什么样子、软件要如何处理才能更好操作、怎样可以在临床稳定使用……

　　“很多好技术其实是‘死’在实验室的。技术上可达到，但临床上不好用，这样的例子屡见不鲜。”联合开发者、中科睿医首席执行官范向民认为，“不是因为技术不够好，也不是因为没有被制造出来的需求，而是二者没能有机结合达到‘好用’的状态——这就是转化之难。”

　　“智能辅助诊断系统经过了多次调试和迭代，在临床使用之前，我们曾有三四年的时间停滞不前。”朱以诚说。

　　比如，在研发的原型阶段，由于传感器没有穿戴在被测者身上，系统能同时捕捉到多个人，需要教机器识别哪个是被测者，哪个是大夫，哪个是家属。

　　“逻辑是简单的：被测者在执行标准化的测试，而家属和大夫是陪同关系，他们的动作和行为模式不一样。但要让系统精准分辨，并不容易。”范向民说。

　　据介绍，该系统的行为分析识别部分使用的是AI模型，最初是启发式的算法，到了2018年左右，使用的是经典机器学习的模型；2019年才全面使用了深度学习模型。

　　不仅是软件，硬件也历经了多轮迭代。

　　最初，智能辅助诊断系统使用的是第一代深度视觉传感器，传感器分辨率大概在20万像素。而最新的一代，已经升级为百万级像素，类似于汽车自动驾驶使用的传感器。

　　“随着技术的发展，系统的软硬件会不断提升，也会越来越稳定可靠。”范向民说。

　　超5000人试验

　　2021年8月28日，由北京协和医院牵头发起，全国13家神经科医院参与的关于神经功能定量评价系统的研究性多中心临床试验正式启动。

　　据范向民介绍，该试验覆盖了国内12个省区市的13家神经科医院超5000人，并根据性别、年龄、受教育程度等条件设置多个分组。

　　明确的需求、成熟的技术、海量的数据，让项目进展顺利。

　　田丰称：“这套运动功能评价系统运用前沿的动作捕捉技术和AI算法，对各项运动功能参数进行量化评价，可以帮助医生解决在神经系统疾病临床诊疗过程中主观评价标准不一致的难题。”

　　就此，朱以诚举例进行了解说：“比如在帕金森病中，患者会有‘小步擦地’的运动特征。这个词语非常形象，但每个人对其理解不同。‘小步擦地’具体是怎样的步距和步高？一个步行周期内双足落地的时间或者单足落地的时间如何？70岁患者与80岁患者的‘小步擦地’有怎样的区别？”

　　她表示，尽管有UPDRS（统一帕金森病评分量表），但以往的判断多是凭借主观经验，很多数值光靠肉眼无法定量。现在，机器系统可以实现数值的全部量化，对于分析和观察患者的变化事半功倍。

　　让诊断更科学

　　随着人口老龄化进程的加快，神经系统疾病的发病率和患者人数逐年增加。

　　以帕金森病为例，患者通常表现为手抖、表情僵硬、运动迟缓、肢体震颤，生活质量受到严重影响。《全球疾病负担数据》（2019版）显示，全球帕金森病患者超过600万人，我国帕金森病患者约有300万人。《中国帕金森病治疗指南（第四版）》预测，2030年中国帕金森病患者将达500万人。

　　值得注意的是，帕金森病等神经系统疾病发病年龄正趋于年轻化，临床已不乏三四十岁的患者。到底是累了还是病了？到底是什么病？科学的诊断尤为重要。

　　“对大多数神经系统疾病患者来说，长期的观察非常重要。如果患者情况相对稳定，可能半年甚至一年后才来复诊。这样的患者如果有前后的测试视频进行参数比对，医生就可更好判断病情。”朱以诚说。

　　她继续举例道，患者用药一段时间后，病情有所改善，但具体改善了多少？一些患者有震颤特征，但到底是老年性的震颤还是帕金森病？该系统可捕捉动作精准分析，辅助医生进行诊断，尤其可以弥补基层医生专科培训不足、经验不足的问题。

　　据介绍，该系统已在国家农村心脑血管疾病危险因素调查、缺血性脑卒中长程随访等重大任务中发挥重要作用，获得国家科学技术进步二等奖，作为“十三五”国家重点研发计划项目代表性成果亮相国家“十三五”科技创新成就展。