8月25日，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在广州召开。会上，腾讯医疗人工智能实验室推出了一项帕金森病AI辅助诊断新技术——帕金森病运动功能智能评估系统，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
，通过AI辅助帕金森病的诊断和早期筛查，有效提高诊断准确率和效率。这也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，该产品在会议展区中亮相，引来不少参会者驻足体验。会上，复旦大学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。
图：来自著名国家三甲医院的参会专家在腾讯医疗AI实验室展区体验和测试帕金森病运动能力智能评估系统。专家特别关注手部动作分析。
传统帕金森病人工诊断耗时耗力 缺乏简便客观量化指标
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。帕金森病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。
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。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。
AI辅诊技术新突破 帕金森病诊断速度提升10倍
针对传统人工UPDRS评分方式耗时耗力、精准性低的缺点，腾讯医疗AI实验室研发并推出帕金森病运动功能智能评估系统，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，用户无需穿戴任何传感器，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。
图：王坚教授在会上介绍帕金森运动分析的临床难度、主观性、不一致性，以及与腾讯医疗AI实验室联合开发视频技术的临床预实验结果
会上，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。
图：腾讯医疗人工智能实验室部分成员，华山医院神内部分成员，科学出版社医学医学部参展人员合影
腾讯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”。
目前，腾讯正积极探索和布局人工智能技术在不同医疗场景的应用，通过研发AI技术，构建良好的技术生态，服务于医患双方，提高工作效率，优化就医体验，解决医生最关心的临床问题。
腾讯医疗AI实验室是专为医疗领域打造的人工智能实验室，采用美国-中国双中心模式，目前在硅谷、北京、深圳设立了三个分支。实验室的主要研究方向是基于自然语言理解、医学知识图谱、深度学习、医疗影像、贝叶斯网络、多模态分析等基础技术构建医学知识引擎、医疗推理引擎、临床辅助诊断引擎、问诊对话引擎等智能平台。除帕金森病运动功能智能评估系统外，实验室其他主要产品还包括临床辅助决策支持系统，面向脑卒中、急性冠脉综合症等高危易误诊疾病提供临床辅助决策支持，以及心电图智能分析软件，利用AI技术实现心电图监测结果的自动判读和预警等。