在面值：使用面部分析算法跟踪因帕金森病的变化

帕金森病(PD)是一种被广泛研究的神经退行性疾病，在全球范围内影响着700万到1000万人。尽管帕金森病在医学文献中反复出现超过200年，但其机制在很大程度上尚不清楚，现有的治疗方法旨在改善患者的症状。

帕金森病最常见的症状是运动问题，包括震颤、动作迟缓和肌肉强直。这些，结合许多非运动症状，导致许多PD患者发展面部异常，如面部皮肤问题和困难面部表情．这样的问题不能掉以轻心，因为一个人的脸不仅在自尊中起着至关重要的作用，而且在与他人交往时也是如此。不幸的是，PD患者的面部变化很难用传统的技术来追踪和量化。

但如果人工智能(AI)能够提供我们一直需要的工具呢?在最近发表于脑补充是一支来自日本冈山大学的科学家团队，测试了现代面部检测和分析算法是否可用于PD的背景。由神经内科博士的Koh Tadokoro领导，该团队招募了193人，其中一半是疾病不同阶段的PD患者，另一半是健康的对策。该科目被带到了大学诊所的咨询室，研究人员拍摄了一张脸部脸部，而不会给予任何特殊指示。

一旦图片被拍摄，该团队使用商业上可用的AI软件来检测受试者的面部并分析它们的一些属性;即明显的年龄，表达情绪和面部皮肤状况。通过统计分析，他们探讨了基于AI的算法是否可以在控制组和PD组之间找到这些属性的显着差异。

有趣的是，年龄差距——软件估计的表面年龄减去受试者的真实年龄——是导致两组受试者差异的一个因素。平均而言，帕金森病患者的年龄差距高于健康受试者，这表明在人工智能的眼中，前者看起来往往比实际年龄略大。此外，与健康受试者相比，PD患者的面部表情更容易被归类为“无表情”，而健康受试者的面部表情被归类为“快乐”的可能性明显更高。另一方面，在皮肤状况方面，研究人员发现两组之间没有明显的差异。

综上所述，本研究采用的策略和收集到的结果可以为未来将基于ai的软件纳入PD症状的研究铺平道路。该团队使用的方法相对简单且具有成本效益，Tadokoro博士解释道:“尽管之前的大多数研究评估了帕金森病在运动或任务中引起的面部变化，但我们仅通过使用现代人工智能的一张照片就发现了特定面部变化的证据。”比如，深色皮肤的人在某些方面表现更差，或者对亚洲人的年龄估计不准确。这些问题可以而且应该在软件投入临床研究之前得到解决。

简而言之，基于人工智能的工具可能对PD患者的快速定量分析具有未开发的潜力。Tadokoro博士对研究结果感到兴奋，他说:“我们希望我们的研究能加快人工智能技术在帕金森症和其他神经退行性疾病的诊断和治疗中的应用。”让我们希望未来的研究人员能够注意到人工智能在神经疾病背景下的力量，从而推动该领域向更深层次的理解迈进。

---

---