Maschinenbasierte automatisierte Bewertung bei Morbus Parkinson

Erkenntnisse

  • Auf maschinellem Lernen basierende Algorithmen, die automatisch zwei Hauptsymptome der Parkinson-Krankheit (Parkinson’s Disease, PD) bewerten, Ruhetremor und Bradykinesie, sind praktikabel.

Bedeutung

  • Methoden des maschinellen Lernens zeigen vielversprechende Bildgebungs- und Videoanalysefähigkeiten in klinischen Umgebungen, einschließlich der Quantifizierung der menschlichen Bewegung. Derzeit gibt es jedoch nur wenige Studien, die eine auf visuellem und maschinellem Lernen basierende automatische Analyse von PD bewerten.

  • Die Zuverlässigkeit der maschinenbasierten automatisierten Bewertung bei PD ist eine vielversprechende Ergänzung des aktuellen Arsenals an Methoden zu Fernuntersuchungen für das PD-Management. Jedoch sind Verbesserungen der aktuellen technischen Fehler und weitere Untersuchungen zur Validierung erforderlich.