前往小程序,Get更优阅读体验!
立即前往
首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >比人高效10倍,3分钟就能评估帕金森!这是腾讯新推出的AI医生

比人高效10倍,3分钟就能评估帕金森!这是腾讯新推出的AI医生

作者头像
量子位
发布2018-09-29 10:31:59
4510
发布2018-09-29 10:31:59
举报
文章被收录于专栏:量子位量子位
雷刚 发自 凹非寺 量子位 报道 | 公众号 QbitAI

帕金森,最可怕的中老年病症之一,也是最让诊断医生最费力的病症之一。

现在,腾讯AI说可以为医生分忧了。

传统方法30分钟

帕金森,或许你多少有过目见耳闻。

主要表现是,患者通常会出现行动迟缓、肢体抖动僵硬等症状,严重影响日常行动能力及生活质量。

主要高发群体是中老年。目前,中国帕金森病患者人数约300万,55岁以上人群的患病率约1%,65岁以上的老人患病率达1.7%,随着社会人口老龄化问题的加重,帕金森病等老年神经退化疾病不仅仅是一个医学问题,更演变成一个重要的社会问题。

所以早期发现帕金森病及客观量化评估疾病严重度对疗效评估、延缓病程、减少并发症至关重要。

但当前方法的效率,太耗时费力了。

目前,常见的诊断方式是通过UPDRS对帕金森病患者进行评估,医生通过对患者的指定动作完成情况进行逐项打分,一般在门诊或随访环境下进行,并需要医生接受过一定训练。

传统诊断方式一定程度上限制了帕金森病的检出率和对于疾病进展的及时评估。

一方面,医生完成一次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。

另一方面,由于评分主要依赖患者的主观描述和医生的肉眼观察,如动作的距离、幅度、频率等,缺乏量化指标,有可能出现因主观性导致的偏差。

3分钟评估帕金森

腾讯这项最新医疗AI研究成果,是在中国康复医学会帕金森病与运动障碍康复专业委员会第一届学术会议上推出的。

该技术全名帕金森病运动功能智能评估系统

原理上,基于无可穿戴传感器的运动视频分析技术,针对帕金森病人的运动视频自动实现UPDRS(国际普遍采用的帕金森氏病评分量表)评分。

因为这项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,用户仅需透过摄像头拍摄(普通智能手机即可满足)便可实现帕金森病的运动功能日常评估,医生可在3分钟内完成诊断过程,诊断速度提升10倍。

这是国内首个通过运动视频分析技术实现帕金森病的AI辅助诊断。

腾讯AI&复旦附属华山医院

该技术也是产学研合作的结果。

除了腾讯医疗AI实验室,还有复旦大学附属华山医院参与。

复旦附属华山医院神经内科副主任、国家老年疾病临床医学研究中心(华山)帕金森主要研究者王坚教授为与会者介绍了这项合作技术,并汇报了帕金森病监测和全程管理人工智能化研究的新进展。

王坚教授介绍,“目前预实验的数据显示,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,后续更大规模的正式临床试验在积极准备的过程中。”

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。

“看看我们有没有可能在帕金森病研究领域更有智慧,把‘亦敌亦友(Frenemy)’的AI变成我们的朋友,让它承担重复、繁琐的任务,让我们有限的脑力和时间,做那些更具挑战性,更有意义的工作。”王坚教授在会上说道。

此技术是一项运动障碍性疾病的通用视频分析技术,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障碍性疾病,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、可以精细化评估的能力,可针对特定病种(例如帕金森病)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。

腾讯方面则分享称,此次的帕金森病运动功能智能评估系统主要有三大技术特点:动态特征捕捉(通过姿态卷积预测全身关节位置),时序分析技术(通过时序卷积保证全身关节在时间维度上的连贯性),以及动态分析技术(利用记忆网络和人体动力学模型输出可靠的运动指标)。

腾讯医疗AI实验室负责人范伟博士介绍:“我们公布使用的运动视频分析技术相比较于普通的图像分析技术更具挑战性。原因在于其核心AI算法不仅要通过卷积神经网络等相关技术学习图像特征,还要在时空维度上学习视频前后的关联一致性。”

简单来说,即视频AI技术除了要分析静态图片的图像特征,还要加上不同图片之间的更加复杂的时序空间关系分析。

值得一提的是,由于手部关节点多,运动分析相对躯干更细微复杂。一段视频由千万张图片组成的,这对计算机算力也是一个很大的挑战,因此医学视频分析领域对算法的效率有更高的要求。

在学术会议中,我们通过普通台式机就能实时演示动作分析,包括频率、幅度、稳定性等肉眼难以捕捉、洞察和量化的指标。

作者系网易新闻·网易号“各有态度”签约作者
本文参与 腾讯云自媒体分享计划,分享自微信公众号。
原始发表:2018-08-31,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 量子位 微信公众号,前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • 传统方法30分钟
  • 3分钟评估帕金森
  • 腾讯AI&复旦附属华山医院
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档