在本项研究中，论文通讯作者、美国加州大学洛杉矶分校陈俊与同事合作，开发出一种通过分析使用含 有磁性墨水的定制笔书写的样本，来诊断帕金森病的方法。通过将磁性墨水在一个表面和空气中的书写 运动转化为电信号，他们利用神经网络(一种人工智能方法，通过互联节点网络学习并区分复杂模式)证 明，该人工智能笔可在16名患者的小规模队列中，以超过95%的准确率区分帕金森病患者与非患者的书 写特征。 据论文介绍，帕金森病估计影响全球近1000万人，是仅次于阿尔茨海默病的第二常见神经退行性疾病。 帕金森病也是全球增长最快的神经退行性疾病，且在低收入和中等收入国家，普遍认为诊断数量被低 估，部分原因在于这些国家缺乏经过培训的医疗专业人员来诊断该疾病。 由于该疾病的症状包括震颤，诊断通常基于观察患者的运动技能。然而，这种方法缺乏客观标准，且通 常依赖于临床医生的主观判断。 论文作者认为，这种人工智能诊断笔可能代表一种低成本、准确且易于大规模分发的技术，有望改善帕 金森病在大规模人群和资源匮乏地区的诊断。他们指出，未来工作应扩大该工具的患者样本量，并探索 其在追踪帕金森病进展阶段上的潜力。 中新网北京6月3日电 (记者孙自法)施普林格· ...