编辑推荐：
目前评估帕金森病（PD）等运动障碍疾病运动症状的临床方法存在主观、难早期诊断及可扩展性差等问题。研究人员开展了 VisionMD 这一开源软件平台的研究，结果显示其能客观评估运动症状，且可靠、灵敏。这为运动障碍疾病评估带来新突破。
在帕金森病（Parkinson's disease，PD）等运动障碍疾病的诊疗过程中，准确评估患者的运动症状至关重要。它不仅是疾病诊断的关键依据，更是制定治疗方案、监测病情进展的重要基础。然而，现有的临床评估方法却存在诸多缺陷。目前广泛应用的运动障碍协会统一帕金森病评定量表第三部分（Movement Disorders Society Unified Parkinson’s Disease Rating Scale Part-III，MDS-UPDRS Part-III）运动检查，虽然是评估 PD 运动症状的常用方法，但却具有很强的主观性，评估结果在很大程度上依赖于评估者的经验。在多中心或纵向研究中，不同评估者之间的差异会引入不必要的变量，影响评估的准确性。而且，这种方法对于早期 PD 患者的轻微运动症状往往难以察觉，严重限制了其在早期诊断中的应用。此外，现有方法还面临可扩展性的挑战，因为它们需要经过高度专业培训的临床医生来操作，难以大规模推广应用。
为了解决这些问题，来自美国佛罗里达大学（University of Florida）、德国维尔茨堡大学（University of Würzburg）等机构的研究人员展开了深入研究。他们开发了一款名为 VisionMD 的开源软件平台，旨在实现基于视频的 MDS-UPDRS 运动任务自动化分析，为 PD 及其他运动障碍疾病的运动症状评估提供更加客观、精确且可扩展的工具。这项研究成果发表在《npj Parkinson's Disease》杂志上，为该领域带来了新的突破和希望。
在研究过程中，研究人员主要运用了以下关键技术方法：利用 Google 的 MediaPipe 框架进行视频中的人体和手部姿态检测，该框架的深度学习模型在准确性和处理速度之间达到了良好的平衡，能在标准消费级计算机上实现高精度检测和近乎实时的性能。通过对视频进行处理，获取选定标记点的二维位置，进而计算出代表各运动任务的时间序列信号。从这些信号中提取如运动幅度、速度和节奏等运动学特征，用于量化运动症状的严重程度 。研究使用了两个 PD 患者数据集，分别是接受深部脑刺激（Deep Brain Stimulation，DBS）治疗的患者和进行标准化左旋多巴激发试验（Levodopa challenge protocol）的患者，通过对这些患者的视频数据进行分析来验证 VisionMD 的性能。
验证 VisionMD 检测临床相关运动变化的能力
研究人员首先收集了 12 名正在接受 DBS 治疗的 PD 患者的视频数据，这些患者在 DBS 开启（DBS-ON）和关闭（DBS-OFF）两种状态下进行了四项 MDS-UPDRS Part III 运动任务，包括手指敲击、手部运动、腿部敏捷性和脚趾敲击。通过 VisionMD 分析发现，在手指敲击测试中，DBS-ON 和 DBS-OFF 状态下，运动幅度、运动幅度和速度的变异性等运动学特征存在显著差异，这与 DBS 改善运动一致性、减少手部震颤的已知效果相符。另外，研究人员还收集了 12 名 PD 患者在标准化左旋多巴激发试验（MED-ON/MED-OFF）下的手指敲击视频。分析结果显示，与运动速度相关的运动学特征在 MED-ON 和 MED-OFF 状态下有显著差异，这与多巴胺替代疗法对运动迟缓（bradykinesia）的影响一致。同时，VisionMD 未检测到运动幅度或变异性在两种状态下的显著变化，表明左旋多巴对速度相关特征有特定影响。这些结果充分证明了 VisionMD 在捕捉不同治疗干预下临床相关运动变化方面的敏感性。
评估 VisionMD 的可靠性
研究人员招募了两组评估者，包括三名经验丰富的运动障碍神经科医生和三名医学生，让他们在观看标准化视频教程后，使用 VisionMD 独立分析三个手指敲击任务视频。结果显示，所有 23 个视频衍生的运动学特征在不同评估者之间都有极好的一致性，组内相关系数（Intraclass Correlation Coefficients，ICCs）范围为 0.86 - 1.00，其中评估运动迟缓的关键特征 —— 运动速度，所有评估者之间的 ICC 达到了完美的 1.00，这突出了 VisionMD 在提供一致结果方面的稳健性和用户独立性。为了进一步对比，研究人员让另外五名运动障碍专家使用 MDS-UPDRS Part III 标准对相同视频进行评估，发现临床评分的 ICC 仅为 0.74，反映出传统临床评分方法即使在训练有素的临床医生之间也存在一致性问题。相比之下，VisionMD 的 ICC 值更高，表明其在提供客观、可重复的运动功能测量方面具有明显优势，能够有效减少临床评估中的变异性。
计算最小可检测变化（Minimal Detectable Change，MDC）
为确保测量中观察到的变化是真实差异而非测量误差，研究人员计算了 VisionMD 提供的每个运动学特征在不同药物治疗条件下的 MDC。通过 ICC 评估测量可靠性，进而计算出测量标准误差（Standard Error of Measurement，SEM），并在 95% 置信水平下计算 MDC。结果显示，大多数相对 MDC 低于 10%，表明 VisionMD 具有很高的敏感性。部分属性的 MDC 在 10% - 20% 之间，如运动幅度标准差的相对 MDC 为 16.75%，开口速度标准差为 18.53%，这意味着这些测量需要更大的变化才被认为具有显著性。而像平均周期持续时间和速率等属性的相对 MDC 低于 1%，能够检测到极其微小的变化。总体而言，所有相对 MDC 均低于 20%，证实了 VisionMD 能够可靠地检测患者结果中的微小变化。
VisionMD 的多方面优势
尽管分析的数据集规模较小，但 VisionMD 成功分析了由美国佛罗里达大学和德国维尔茨堡大学两个团队独立记录的数据，这些数据采用了不同的记录协议、设置、照明条件和相机，这充分体现了 VisionMD 的稳健性和灵活性。而且，所有分析均可在标准临床计算机上完成，无需互联网连接或专用硬件。其开源代码可在 www.VisionMD.ai 获取，这不仅保证了研究的透明度，还方便用户根据自身需求进行定制化分析。目前，VisionMD 支持 MDS-UPDRS Part III 中的四项运动任务，未来还将进一步扩展分析任务的数量，以更全面地量化 PD 及相关疾病中的运动迟缓（bradykinesia）和震颤（tremor） 。
综上所述，VisionMD 为临床环境中的运动评估提供了一种创新方法，通过提供客观、可重复的运动功能测量，有望加速新疗法的发现，并推动个性化医学的发展。它能够频繁、连续地监测运动症状的进展，为医生制定更精准的治疗方案提供有力支持，从而使患者受益。这项研究成果具有重要的临床应用价值，为帕金森病及其他运动障碍疾病的诊断和治疗开辟了新的道路，也为相关领域的研究提供了新的思路和方法，在未来的临床实践和科研工作中具有广阔的应用前景。
