Handschriftanalyse bij bewegingsstoornissen (HANDWRML)

Handschrift is een complex cognitief vermogen dat achteruitgaat bij patiënten die lijden aan neurodegeneratieve ziekten, waaronder bewegingsstoornissen. Meer in detail kunnen patiënten met de ziekte van Parkinson (PD) prominente handschriftafwijkingen vertonen die gezamenlijk zijn geïdentificeerd als parkinson-micrografie. Micrografie kan zich aan het begin van de ziekte manifesteren en verergert geleidelijk met de tijd. Eerdere technieken die werden uitgebracht om micrografie bij PD te onderzoeken, waren gebaseerd op perceptuele analyse van eenvoudige taken of waren gebaseerd op dure technologische hulpmiddelen, waaronder tablets. Handschrift kan echter snel worden verzameld in een ecologisch scenario, door middel van veilige, goedkope en grotendeels beschikbare hulpmiddelen. Ook zou de objectieve handschriftanalyse door middel van kunstmatige intelligentie een innovatieve strategie zijn die zelfs superieur is aan eerdere technieken, omdat het de analyse van grote hoeveelheden gegevens mogelijk maakt. In dit experimentele project passen de onderzoekers een specifiek algoritme voor machinaal leren toe om handschriftmonsters te analyseren die zijn vastgelegd bij gezonde controles en PD-patiënten. Het doel van de studie is na te gaan of de door de onderzoekers voorgestelde techniek in staat zou zijn parkinson-micrografie objectief te detecteren, de evolutie van handschriftafwijkingen te volgen en de symptomatische verbetering van het handschrift na toediening van L-Dopa bij PD-patiënten te beoordelen.