AI赋能帕金森病全周期管理

随着人工智能（AI）的发展，我们正在进入一个激动人心的时代。今年“4·11”帕金森病日的主题是“人工智能助力帕金森病管理”。AI技术已开始融入帕金森病全周期管理体系，逐步构建起“诊断—评估—管理—治疗”的数字化闭环。

诊断与评估

帕金森病是常见的神经系统退行性疾病，65岁以上人群中发病率高达1.7%。随着老龄化加剧，我国帕金森病患者预计2030年将达500万，对医疗资源构成严峻挑战。

帕金森病的早期诊断目前仍然缺乏简易客观的评估方法。对于病程超过5年的帕金森病，临床诊断的准确率可以达到88%以上，但早期诊断的准确率仍然很低，尤其是病程在5年以内的早期诊断准确率仅53%，而早期诊断是尽早有效干预、延缓病情进展的前提。

如何利用新科技对帕金森病进行早期诊断和精准评估呢？近年来，解决此问题的诸多努力主要集中于可穿戴传感器的研究。传统传感器需佩戴于手腕、足部等，而新型设备（如智能戒指、指甲传感器）更便捷。英国卡迪夫大学的一项研究发现，智能手表可通过数据分析提前7年预测帕金森病，为低成本且无创的大规模人群筛查提供可能。

近几年，科学家们“脑洞大开”，将更加先进的AI技术应用于帕金森病的临床诊断与定量评估上。2022年发表在《Nature Medicine》上的一项研究中，来自麻省理工学院的团队开发的无线电设备能通过夜间呼吸信号检测帕金森病，或许未来能够实现居家无创诊断。这些创新技术为帕金森病早期筛查和精准评估开拓了新方向。

管理与治疗

在数字化医疗快速发展的背景下，帕金森病管理模式正从传统的“医生主导”转向“医患协作”，善于利用智能工具、主动参与自我管理的患者被称为“聪明的患者”。研究表明，这类患者通常具有更好的运动功能、更稳定的情绪状态和更高的生活质量。

国内外对帕金森病智能管理工具一直在不断探索。2011年，复旦大学附属华山医院建立了帕金森病在线数据库，2017年进一步推出移动端管理平台“帕为”，目前注册用户超2.3万名。该平台整合线上线下资源，提供病情咨询、AI评估、诊后随访等服务，既提升诊疗效率，又改善患者的生活质量。

帕金森病的发病机制尚未完全阐明，其临床表现具有高度异质性，患者在疾病进展和治疗反应方面均存在明显个体差异，因此个体化治疗至关重要。帕金森病个体化治疗可以利用AI技术来实现。AI技术可通过分析患者年龄、症状、基因组数据、影像特征等信息，为医生提供精准决策支持，制定个性化方案。此外，虚拟现实（VR）技术作为一种新兴的康复技术，增加了患者进行康复训练的沉浸感与临场参与感。例如，Galna等开发的农场体感游戏，通过沉浸式训练显著改善患者步态和平衡能力。

随着帕金森病的持续进展，药物的疗效开始明显减退，即便增加药量也难以再达到早期的治疗效果。有些患者还会出现严重的副作用，比如“开关”现象，也就是病症在突然缓解和突然加重之间转换，缓解时可能会不自主运动，而加重时则会全身僵硬、寸步难行。脑起搏器，也叫脑深部电刺激术（DBS），是目前治疗帕金森病重要的治疗手段，全球已有数十万帕金森病患者因此获益。该技术通过植入脑内的电极和锁骨下的刺激器，持续发送电信号调节运动相关脑区，从而改善症状。传统DBS需医生手动调整参数，无法实时响应大脑变化。最新研发的自适应DBS突破这一局限，好比给起搏器装上了“智能大脑”。通过AI算法实时监测并分析脑电信号，实时动态地改变刺激的强度、频率等参数，实现精准个性化治疗。尽管目前仍无法逆转帕金森病的进展，但AI与神经调控技术的结合为帕金森病管理带来了新的希望。

AI在帕金森病诊疗中展现出巨大潜力，尽管目前仍存在局限性，但未来可能是“人机协同”模式，通过技术赋能医患，共同提升诊疗效果。数字化与智能化的结合，正为帕金森病管理开辟更精准、更高效的新路径。

唐一麟 王坚（复旦大学附属华山医院神经内科） 图 IC