Tämä sivu käännettiin automaattisesti, eikä käännösten tarkkuutta voida taata. Katso englanninkielinen versio lähdetekstiä varten.

Tekoälyavusteinen MDS-UPDRS-arviointi Parkinsonin taudille

maanantai 6. heinäkuuta 2026 päivittänyt: Hiu Yi Wong, Hong Kong University of Science and Technology

Idiopaattinen Parkinsonin tauti (PD) on neurodegeneratiivinen sairaus, joka aiheuttaa asteittain sekä motorisia että ei-motorisia oireita. Toiseksi yleisimpänä neurodegeneratiivisena sairautena ja yleisimpänä liikehäiriönä se vaikuttaa yli 8,5 miljoonaan ihmiseen maailmanlaajuisesti ja 13 000 ihmiseen Hongkongissa. PD:n klassisimmat oireet ovat lepotremori, lihasten jäykkyys, bradykinesia (liikkeiden hidastuminen) ja kävelyvaikeudet. Muita oireita ovat unihäiriöt, psykiatriset oireet, kognitiivinen heikentyminen ja autonomisen hermoston toimintahäiriöt. Sen patofysiologiaa luonnehtii dopaminergisten neuronien menetys ja Lewyn kappaleiksi kutsuttujen aggregaattien kertyminen.

PD:hen liittyvien motoristen oireiden vakavuutta arvioidaan yleensä puolikvantitatiivisesti ("normaali", "lievä", "kohtalainen" ja "vakava") asiantuntijalääkärien ja fysioterapeuttien toimesta Movement Disorder Societyn tukeman Unified Parkinson's Disease Rating Scale Part III -asteikon (MDS-UPDRS III) mukaisesti. MDS-UPDRS III on kuitenkin puolikvantitatiivinen ja subjektiivinen, mikä saattaa peittää lieviä hoitovaikutuksia tai jopa antaa vääriä positiivisia tuloksia. Lisäksi sen arviointi vaatii huomattavan paljon aikaa ja vaivaa, ja siinä odotetaan tarkkailijavaihteluita.

Näiden ongelmien ratkaisemiseksi erilaisia tekoälyteknologioita ja telelääketieteen lähestymistapoja on tutkittu potilaan arviointiin. Aiemmissa tutkimuksissa ei kuitenkaan sisällytetty jäykkyyttä ja asennon vakautta arvioivia kohtia, jotka vaativat fyysistä kontaktia MDS-UPDRS III -ohjeiden mukaisesti. Zhu et al. tutkivat motoristen oireiden koneellista arviointijärjestelmää koko MDS-UPDRS III:lle. He käyttivät kuitenkin syvyyskameraa ja suorittivat testit tiukasti kontrolloidussa ihanteellisessa laboratorioympäristössä. Tekoälyavusteisen arvioinnin laajamittaisen käyttöönoton kannalta RGB-kamera on helpommin saatavilla oleva vaihtoehto.

Tutkimuksen yleiskatsaus

Tila

Rekrytointi

Interventio / Hoito

Yksityiskohtainen kuvaus

Tämä on yksikeskuksinen, prospektiivinen, havainnointitutkimus, joka on suunniteltu kehittämään ja validoimaan tekoälyyn perustuva MDS-UPDRS III -arviointijärjestelmä käyttäen RGB-kameradataa. Osallistujat rekrytoidaan Queen Elizabeth -sairaalan neurologisesta poliklinikasta. Jokainen koehenkilö käy läpi standardoidun MDS-UPDRS III -arvioinnin sertifioidun kliinikon tai fysioterapeutin toimesta, samanaikaisesti synkronoidun RGB-D-videotallenteen kanssa. Videot käsitellään syväoppimispipeline:n kautta, joka on koulutettu arvioimaan MDS-UPDRS III -pisteitä.

Sokkotut arvioinnit suoritetaan vertailemaan tekoälyn luomia pisteitä todellisiin kliinikon arviointeihin. Tilastollinen analyysi sisältää arvioijien väliset sopimismittarit (esim. ICC, Cohenin kappa), muutoksen herkkyyden ja alaryhmäanalyysit.

Opintotyyppi

Havainnollistava

Ilmoittautuminen (Arvioitu)

500

Yhteystiedot ja paikat

Tässä osiossa on tutkimuksen suorittajien yhteystiedot ja tiedot siitä, missä tämä tutkimus suoritetaan.

Opiskeluyhteys

  • Nimi: Hiu Yi Wong, PhD
  • Puhelinnumero: +852-23587344
  • Sähköposti: annawong@ust.hk

Tutki yhteystietojen varmuuskopiointi

  • Nimi: Qian Zhang, PhD
  • Puhelinnumero: +852-23588766
  • Sähköposti: qianzh@ust.hk

Opiskelupaikat

      • Hong Kong, Hong Kong
        • Rekrytointi
        • Queen Elizabeth Hospital
        • Ottaa yhteyttä:
      • Hong Kong, Kiina
        • Ei vielä rekrytointia
        • Hong Kong University of Science and Technology
        • Päätutkija:
          • Qian Zhang, PhD
        • Ottaa yhteyttä:
          • Hiu Yi Wong, PhD
          • Puhelinnumero: +852-23587344
          • Sähköposti: annawong@ust.hk
        • Ottaa yhteyttä:
          • Qian Zhang, PhD
          • Puhelinnumero: +852-23588766
          • Sähköposti: qianzh@ust.hk

Osallistumiskriteerit

Tutkijat etsivät ihmisiä, jotka sopivat tiettyyn kuvaukseen, jota kutsutaan kelpoisuuskriteereiksi. Joitakin esimerkkejä näistä kriteereistä ovat henkilön yleinen terveydentila tai aiemmat hoidot.

Kelpoisuusvaatimukset

Opintokelpoiset iät

  • Aikuinen
  • Vanhempi Aikuinen

Hyväksyy terveitä vapaaehtoisia

Ei

Näytteenottomenetelmä

Todennäköisyysnäyte

Tutkimusväestö

Parkinsonin tautia sairastavilla potilailla

Kuvaus

Osallistumiskriteerit:

  1. Ikä ≥18 vuotta
  2. Diagnoosi "kliinisesti vakiintunut Parkinsonin tauti" liikuntahäiriöseuran kliinisten diagnostisten kriteerien mukaan Parkinsonin taudille (MDS-PD-kriteerit) [12]
  3. Kyky antaa tietoon perustuva suostumus ja halukkuus osallistua videolle tallennettuihin MDS-UPDRS osan III arviointeihin
  4. Ei merkittäviä näkö-, kuulo- tai tukielinsairauksia, jotka haittaisivat videopohjaisia motorisia arviointeja

Poissulkemiskriteerit:

  1. Haluttomuus videoida tutkimustarkoituksiin
  2. Historia neurokehityshäiriöstä, muusta kuin PD:stä johtuvasta neurodegeneratiivisesta sairaudesta, CNS-infektiosta, neuroinflammaatorisesta sairaudesta (esim. multippeliskleroosi, CNS-lupus), viimeisen 10 vuoden aikana todetusta pahanlaatuisesta kasvaimesta, aivoverenkiertohäiriöstä, HIV-infektiosta, systeemisestä autoimmuunisairaudesta, alkoholiriippuvuudesta tai muusta päihderiippuvuudesta

Opintosuunnitelma

Tässä osiossa on tietoja tutkimussuunnitelmasta, mukaan lukien kuinka tutkimus on suunniteltu ja mitä tutkimuksella mitataan.

Miten tutkimus on suunniteltu?

Suunnittelun yksityiskohdat

Kohortit ja interventiot

Ryhmä/Kohortti
Interventio / Hoito
PD-ryhmä
Potilaat, joilla on Parkinsonin tauti
kliininen profiili, MDS-UPDRS III, Videotallennus

Mitä tutkimuksessa mitataan?

Ensisijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Tekoälypohjainen motorinen arviointityökalu
Aikaikkuna: Alkutilasta 3 vuoteen
Tekoälyyn perustuva motorinen arviointityökalu, joka hyödyntää RGB-videota MDS-UPDRS III-motoristen oireiden (mukaan lukien jäykkyys ja asennonvakaus) luotettavaan ja objektiiviseen arviointiin.
Alkutilasta 3 vuoteen
RGB-kamerapohjaisten arvioiden toteuttamiskelpoisuus
Aikaikkuna: 3 vuotta
RGB-kamerapohjaisten arvioiden toteutettavuutta rutiinikliinisissä olosuhteissa arvioidaan sen perusteella, kuinka suuri osuus arvioista on sellaisia, joissa tekoälyjärjestelmä pystyy luomaan RGB-videon perusteella arvioidun MDS-UPDRS Part III -kokonaispisteyksen, jota voidaan suoraan verrata lääkärin arvioimaan MDS-UPDRS Part III -pisteykseen. Potilaat suorittavat standardoituja motorisia tehtäviä lääkärin ohjauksessa, kun RGB-videota tallennetaan älypuhelimella. Lääkärin arvioimat MDS-UPDRS Part III -pisteykset käytetään vertailukohdaksi. Toteutettavuustulokset raportoidaan prosentteina (%) kolmen vuoden tutkimusjakson aikana tehtyjen arvioiden osuudesta, joissa on kelvollisia tekoälyllä luotuja pisteyksiä.
3 vuotta

Toissijaiset tulostoimenpiteet

Tulosmittaus
Toimenpiteen kuvaus
Aikaikkuna
Järjestelmän tehokkuus
Aikaikkuna: 3 vuotta
Järjestelmän tehokkuutta motoristen oireiden vakavuuden arvioinnissa mitataan AI:n ennustamien ja kliinikon arvioimien MDS-UPDRS osan III pisteiden yhtäpitävyydellä. RGB-video tallennetaan älypuhelimella, kun potilaat suorittavat standardoituja motorisia tehtäviä lääkärin valvonnassa. Kliinikon arvioimia MDS-UPDRS osan III pisteitä käytetään vertailuperustana. Tekoälyjärjestelmä tuottaa ennustetut MDS-UPDRS osan III kokonaispisteet (vaihteluväli 0-108, korkeammat pisteet osoittavat vakavampaa motorista vajaatoimintaa). Järjestelmän tehokkuutta arvioidaan käyttäen F1-pisteitä, ennustettujen ja kliinikon arvioimien pisteiden välistä korrelaatiota sekä herkkyyttä ja spesifisyyttä kliinisesti merkittävän motorisen vajaatoiminnan havaitsemiseen perustuen ennalta määriteltyihin pistekynnysarvoihin. Tehokkuustulokset raportoidaan 3-vuotisen tutkimusjakson aikana.
3 vuotta
Potilaan ja kliinikon tyytyväisyys
Aikaikkuna: alkuperäisestä arvosta 3 vuoden aikana
Potilastyytyväisyys tekoälyavusteista arviointijärjestelmästä arvioidaan tutkimukseen liittyvällä kyselylomakkeella, joka täytetään RGB-kamerapohjaisten motoristen tehtävien suorittamisen jälkeen. Kyselylomakkeen kohdat arvioidaan Likert-asteikolla, ja korkeammat pisteet osoittavat suurempaa tyytyväisyyttä. Kliinikon arvio tekoälyavusteisesta arviointijärjestelmästä arvioidaan tutkimukseen liittyvällä kyselylomakkeella, joka arvioi koettua luotettavuutta, koettua tehokkuutta ja järjestelmän yleistä tyytyväisyyttä. Kyselylomakkeen kohdat arvioidaan Likert-asteikolla, ja korkeammat pisteet osoittavat positiivisempia arvioita. Potilas- ja kliinikkoarviointien tulokset raportoidaan keskiarvona ± keskihajontana tutkimusjakson aikana.
alkuperäisestä arvosta 3 vuoden aikana
Järjestelmän suorituskyky
Aikaikkuna: alkutilanteesta 3 vuoden kuluessa
Järjestelmän suorituskyky mitataan tekoälyn ennustamien MDS-UPDRS-osan III kokonaispisteiden tarkkuudella ja keskimääräisellä absoluuttisella virheellä (MAE) verrattuna kliinikon arvioimiin pisteisiin. Potilaat suorittavat standardoituja motorisia tehtäviä lääkärin valvonnassa, kun RGB-videota tallennetaan älypuhelimella. Kliinikon arvioimia MDS-UPDRS-osan III pisteitä käytetään referenssiarvona. Järjestelmän suorituskyky määritellään tekoälyn ennusteiden tarkkuutena ja MAE-arvona. Suorituskykytulokset tiivistetään tutkimusjakson aikana.
alkutilanteesta 3 vuoden kuluessa

Yhteistyökumppanit ja tutkijat

Täältä löydät tähän tutkimukseen osallistuvat ihmiset ja organisaatiot.

Yhteistyökumppanit

Tutkijat

  • Päätutkija: Qian Zhang, PhD, Hong Kong University of Science and Technology

Julkaisuja ja hyödyllisiä linkkejä

Tutkimusta koskevien tietojen syöttämisestä vastaava henkilö toimittaa nämä julkaisut vapaaehtoisesti. Nämä voivat koskea mitä tahansa tutkimukseen liittyvää.

Yleiset julkaisut

Opintojen ennätyspäivät

Nämä päivämäärät seuraavat ClinicalTrials.gov-sivustolle lähetettyjen tutkimustietueiden ja yhteenvetojen edistymistä. National Library of Medicine (NLM) tarkistaa tutkimustiedot ja raportoidut tulokset varmistaakseen, että ne täyttävät tietyt laadunvalvontastandardit, ennen kuin ne julkaistaan ​​julkisella verkkosivustolla.

Opi tärkeimmät päivämäärät

Opiskelun aloitus (Todellinen)

Maanantai 1. kesäkuuta 2026

Ensisijainen valmistuminen (Arvioitu)

Keskiviikko 28. helmikuuta 2029

Opintojen valmistuminen (Arvioitu)

Keskiviikko 28. helmikuuta 2029

Opintoihin ilmoittautumispäivät

Ensimmäinen lähetetty

Tiistai 13. tammikuuta 2026

Ensimmäinen toimitettu, joka täytti QC-kriteerit

Maanantai 26. tammikuuta 2026

Ensimmäinen Lähetetty (Todellinen)

Maanantai 2. helmikuuta 2026

Tutkimustietojen päivitykset

Viimeisin päivitys julkaistu (Todellinen)

Keskiviikko 8. heinäkuuta 2026

Viimeisin lähetetty päivitys, joka täytti QC-kriteerit

Maanantai 6. heinäkuuta 2026

Viimeksi vahvistettu

Torstai 1. tammikuuta 2026

Lisää tietoa

Tähän tutkimukseen liittyvät termit

Yksittäisten osallistujien tietojen suunnitelma (IPD)

Aiotko jakaa yksittäisten osallistujien tietoja (IPD)?

EI

Lääke- ja laitetiedot, tutkimusasiakirjat

Tutkii yhdysvaltalaista FDA sääntelemää lääkevalmistetta

Ei

Tutkii yhdysvaltalaista FDA sääntelemää laitetuotetta

Ei

Nämä tiedot haettiin suoraan verkkosivustolta clinicaltrials.gov ilman muutoksia. Jos sinulla on pyyntöjä muuttaa, poistaa tai päivittää tutkimustietojasi, ota yhteyttä register@clinicaltrials.gov. Heti kun muutos on otettu käyttöön osoitteessa clinicaltrials.gov, se päivitetään automaattisesti myös verkkosivustollemme .

Tilaa