日本語AIでPubMedを検索
コンピュータビジョンの目の肥えた目。パーキンソン病の指タップ・ブラジキネジアを測定できるか？
The discerning eye of computer vision: Can it measure Parkinson's finger tap bradykinesia?
PMID: 32645513 DOI: 10.1016/j.jns.2020.117003.
抄録
目的:
パーキンソン病の世界的な有病率は増加しています。パーキンソン病を客観的に測定するための新しいツールが緊急に必要とされています。ウェアラブルセンサーやスマートフォンアプリを用いて、パーキンソン病の基本的な運動機能である徐脈を記録する既存の方法は、大規模で日常的な使用には至っていません。本研究では、パーキンソンのブラジキネジアに関連した測定値をスマートフォンの指叩きの動画から定量化する非接触型の手法として、コンピュータビジョン（人工知能）の新技術DeepLabCutを評価しています。
OBJECTIVE: The worldwide prevalence of Parkinson's disease is increasing. There is urgent need for new tools to objectively measure the condition. Existing methods to record the cardinal motor feature of the condition, bradykinesia, using wearable sensors or smartphone apps have not reached large-scale, routine use. We evaluate new computer vision (artificial intelligence) technology, DeepLabCut, as a contactless method to quantify measures related to Parkinson's bradykinesia from smartphone videos of finger tapping.
方法:
指でタッピングを行った133人の手（特発性パーキンソン病患者39人と対照30人）の標準的なスマートフォンのビデオ録画をDeepLabCutでフレームごとに追跡しました。タッピングの速度、振幅、リズムの客観的なコンピュータ測定は、修正ブラッドキネジア評価尺度（MBRS）および運動障害学会改訂版統一パーキンソン病評価尺度（MDS-UPDRS）を使用した22人の運動障害神経科医による臨床評価と相関しています。
METHODS: Standard smartphone video recordings of 133 hands performing finger tapping (39 idiopathic Parkinson's patients and 30 controls) were tracked on a frame-by-frame basis with DeepLabCut. Objective computer measures of tapping speed, amplitude and rhythm were correlated with clinical ratings made by 22 movement disorder neurologists using the Modified Bradykinesia Rating Scale (MBRS) and Movement Disorder Society revision of the Unified Parkinson's Disease Rating Scale (MDS-UPDRS).
結果:
DeepLabCutは、標準的なスマートフォンのビデオで指のタッピングを確実に追跡および測定しました。コンピュータ測定は、徐脈運動症の臨床評価（スピアマン係数）とよく相関しました：MBRSでは速度-0.74、振幅0.66、リズム-0.65、MDS-UPDRSでは速度-0.56、振幅0.61、リズム-0.50、MDS-UPDRSでは複合値-0.69。すべてp<.001。
RESULTS: DeepLabCut reliably tracked and measured finger tapping in standard smartphone video. Computer measures correlated well with clinical ratings of bradykinesia (Spearman coefficients): -0.74 speed, 0.66 amplitude, -0.65 rhythm for MBRS; -0.56 speed, 0.61 amplitude, -0.50 rhythm for MDS-UPDRS; -0.69 combined for MDS-UPDRS. All p < .001.
結論:
新しいコンピュータビジョンソフトウェア「DeepLabCut」は、指で叩いているスマートフォンの動画から、パーキンソンのブラジキネジアに関連する3つの測定値を定量化することができます。標準的な臨床検査の客観的な「非接触」測定は、これまでウェアラブルセンサー（加速度計、ジャイロスコープ、赤外線マーカー）では不可能でした。DeepLabCutは、従来の臨床検査のビデオ録画のみを必要とし、完全に「非接触」です。この次世代技術は、パーキンソン病や他の神経疾患のように動きが変化する疾患への応用の可能性を秘めています。
CONCLUSION: New computer vision software, DeepLabCut, can quantify three measures related to Parkinson's bradykinesia from smartphone videos of finger tapping. Objective 'contactless' measures of standard clinical examinations were not previously possible with wearable sensors (accelerometers, gyroscopes, infrared markers). DeepLabCut requires only conventional video recording of clinical examination and is entirely 'contactless'. This next generation technology holds potential for Parkinson's and other neurological disorders with altered movements.
Copyright © 2020 Elsevier B.V. All rights reserved.