Deze pagina is automatisch vertaald en de nauwkeurigheid van de vertaling kan niet worden gegarandeerd. Raadpleeg de Engelse versie voor een brontekst.

Kunstmatige Intelligentie-ondersteunde MDS-UPDRS-beoordeling voor de ziekte van Parkinson

6 juli 2026 bijgewerkt door: Hiu Yi Wong, Hong Kong University of Science and Technology

Idiopathische ziekte van Parkinson (PD) is een neurodegeneratieve ziekte die progressief zowel motorische als niet-motorische symptomen veroorzaakt. Als de op één na meest voorkomende neurodegeneratieve ziekte en meest voorkomende bewegingsstoornis treft het wereldwijd meer dan 8,5 miljoen mensen en 13.000 mensen in Hongkong. De meest klassieke symptomen van PD zijn rusttremoren, rigiditeit van de spieren, bradykinesie (vertraging van beweging) en loopproblemen. Andere symptomen zijn slaapstoornissen, psychiatrische symptomen, cognitieve stoornissen en autonome disfunctie. De pathofysiologie wordt gekenmerkt door het verlies van dopaminerge neuronen en de ophoping van aggregaten genaamd Lewy-lichaampjes.

De ernst van PD-gerelateerde motorische symptomen wordt meestal semikwantitatief ("normaal", "licht", "mild", "matig" en "ernstig") beoordeeld door ervaren artsen en fysiotherapeuten volgens de door de Movement Disorder Society gesponsorde revisie van de Unified Parkinson's Disease Rating Scale Deel III (MDS-UPDRS III). Echter, de MDS-UPDRS III is semikwantitatief en subjectief, wat milde behandelingseffecten kan maskeren of zelfs fout-positieve resultaten kan opleveren. Bovendien kost het aanzienlijke tijd en moeite voor beoordeling met verwachte inter-beoordelaarsvariatie.

Om deze problemen aan te pakken, zijn verschillende kunstmatige intelligentie (AI)-technologieën en telemedicine-benaderingen onderzocht voor patiëntenevaluatie. Eerdere studies hebben echter geen items opgenomen die rigiditeit en houdingsstabiliteit beoordelen, die fysiek contact vereisen volgens de MDS-UPDRS III-instructies. Zhu et al. onderzochten een machine-beoordelingssysteem voor motorische symptomen voor de volledige MDS-UPDRS III. Desalniettemin gebruikten zij een dieptecamera en voerden de tests uit in een strikt gecontroleerde ideale laboratoriumomgeving. Voor de wijdverbreide implementatie van AI-ondersteunde beoordeling is de RGB-camera een beter toegankelijk alternatief.

Studie Overzicht

Toestand

Werving

Interventie / Behandeling

Gedetailleerde beschrijving

Dit is een single-center, prospectieve, observationele studie die is ontworpen om een AI-gebaseerd MDS-UPDRS III-beoordelingssysteem te ontwikkelen en valideren met behulp van RGB-cameragegevens. Deelnemers zullen worden geworven vanuit de neurologische polikliniek van het Queen Elizabeth Hospital. Elke deelnemer ondergaat een standaard MDS-UPDRS III-evaluatie door een gecertificeerde clinicus of fysiotherapeut, naast gesynchroniseerde RGB-D-video-opnames. De video's worden verwerkt via een deep learning-pipeline die is getraind om de MDS-UPDRS III-scores te schatten.

Er zullen geblindeerde evaluaties worden uitgevoerd om de door AI gegenereerde scores te vergelijken met de grondwaarheid van de klinische beoordelingen. De statistische analyse omvat interbeoordelaarsovereenkomstmaten (bijv. ICC, Cohen's kappa), gevoeligheid voor verandering en subgroepanalyses.

Studietype

Observationeel

Inschrijving (Geschat)

500

Contacten en locaties

In dit gedeelte vindt u de contactgegevens van degenen die het onderzoek uitvoeren en informatie over waar dit onderzoek wordt uitgevoerd.

Studiecontact

  • Naam: Hiu Yi Wong, PhD
  • Telefoonnummer: +852-23587344
  • E-mail: annawong@ust.hk

Studie Contact Back-up

  • Naam: Qian Zhang, PhD
  • Telefoonnummer: +852-23588766
  • E-mail: qianzh@ust.hk

Studie Locaties

      • Hong Kong, China
        • Nog niet aan het werven
        • Hong Kong University of Science and Technology
        • Hoofdonderzoeker:
          • Qian Zhang, PhD
        • Contact:
        • Contact:
          • Qian Zhang, PhD
          • Telefoonnummer: +852-23588766
          • E-mail: qianzh@ust.hk
      • Hong Kong, Hongkong
        • Werving
        • Queen Elizabeth Hospital
        • Contact:

Deelname Criteria

Onderzoekers zoeken naar mensen die aan een bepaalde beschrijving voldoen, de zogenaamde geschiktheidscriteria. Enkele voorbeelden van deze criteria zijn iemands algemene gezondheidstoestand of eerdere behandelingen.

Geschiktheidscriteria

Leeftijden die in aanmerking komen voor studie

  • Volwassen
  • Oudere volwassene

Accepteert gezonde vrijwilligers

Nee

Bemonsteringsmethode

Kanssteekproef

Studie Bevolking

patiënten met de ziekte van Parkinson

Beschrijving

Inclusiecriteria:

  1. Leeftijd ≥18 jaar
  2. Diagnose van "Klinisch vastgestelde PD" zoals gedefinieerd door de Movement Disorder Society Clinical Diagnostic Criteria voor de ziekte van Parkinson (MDS-PD-criteria) [12]
  3. In staat om geïnformeerde toestemming te geven en bereid om deel te nemen aan video-opgenomen MDS-UPDRS deel III-beoordelingen
  4. Geen significante visuele, auditieve of musculoskeletale beperkingen die video-gebaseerde motorische beoordelingen zouden verstoren

Exclusiecriteria:

  1. Onwil om voor onderzoeksdoeleinden te worden gefilmd
  2. Geschiedenis van neuroontwikkelingsstoornis, neurodegeneratieve ziekte anders dan PD, CNS-infectie, neuroinflammatoire ziekte (bijv. multiple sclerose, CNS lupus), maligniteit in de afgelopen 10 jaar, cerebrovasculair accident, HIV-infectie, systemische auto-immuunziekte, alcoholafhankelijkheid of ander middelengebruik

Studie plan

Dit gedeelte bevat details van het studieplan, inclusief hoe de studie is opgezet en wat de studie meet.

Hoe is de studie opgezet?

Ontwerpdetails

Cohorten en interventies

Groep / Cohort
Interventie / Behandeling
PD-groep
patiënten met de ziekte van Parkinson
klinisch profiel, MDS-UPDRS III, video-opname

Wat meet het onderzoek?

Primaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
AI-gebaseerd motorisch beoordelingsinstrument
Tijdsspanne: Baseline tot 3 jaar
AI-gebaseerd motorisch beoordelingsinstrument dat gebruikmaakt van RGB-video voor betrouwbare en objectieve beoordelingen van MDS-UPDRS III motorische symptomen, waaronder rigiditeit en houdingsstabiliteit.
Baseline tot 3 jaar
Haalbaarheid van het implementeren van RGB-camera-gebaseerde beoordelingen
Tijdsspanne: 3 jaar
De haalbaarheid van het implementeren van RGB-camera-gebaseerde beoordelingen in routinematige klinische settings wordt beoordeeld aan de hand van het aandeel beoordelingen waarin het AI-systeem in staat is om een geschatte MDS-UPDRS Deel III totaalscore te genereren op basis van RGB-video die direct kan worden vergeleken met door clinici beoordeelde MDS-UPDRS Deel III-scores. Patiënten voeren gestandaardiseerde motortaken uit onder begeleiding van een arts terwijl RGB-video wordt opgenomen met een smartphone. Door clinici beoordeelde MDS-UPDRS Deel III-scores worden gebruikt als de gouden standaard. Haalbaarheidsresultaten worden gerapporteerd als het percentage (%) beoordelingen met geldige AI-gegenereerde scores over een onderzoeksperiode van 3 jaar.
3 jaar

Secundaire uitkomstmaten

Uitkomstmaat
Maatregel Beschrijving
Tijdsspanne
Effectiviteit van het systeem
Tijdsspanne: 3 jaar
De effectiviteit van het systeem bij het inschatten van de ernst van motorische symptomen wordt gemeten aan de hand van de overeenstemming tussen door AI voorspelde en door een clinicus beoordeelde MDS-UPDRS Part III-scores. RGB-video wordt opgenomen met een smartphone terwijl patiënten gestandaardiseerde motorische taken uitvoeren onder toezicht van een arts. Door een clinicus beoordeelde MDS-UPDRS Part III-scores worden gebruikt als de grondwaarheid. Het AI-systeem genereert voorspelde MDS-UPDRS Part III-totale scores (bereik 0-108, waarbij hogere scores wijzen op ernstigere motorische beperkingen). De systeemeffectiviteit wordt geëvalueerd met behulp van de F1-score, de correlatie tussen voorspelde en door een clinicus beoordeelde scores, en de gevoeligheid en specificiteit voor de detectie van klinisch significante motorische beperkingen op basis van vooraf bepaalde scoregrenzen. Effectiviteitsresultaten worden gerapporteerd over een onderzoeksperiode van 3 jaar.
3 jaar
Tevredenheid van patiënt en clinicus
Tijdsspanne: baseline tot 3 jaar
De tevredenheid van patiënten met het AI-ondersteunde beoordelingssysteem wordt beoordeeld met behulp van een studie-specifieke vragenlijst die wordt afgenomen na voltooiing van RGB-camera-gebaseerde motorische taken. Vragenlijstitems worden beoordeeld op een Likert-schaal, waarbij hogere scores een grotere tevredenheid aangeven. De evaluatie door clinici van het AI-ondersteunde beoordelingssysteem wordt beoordeeld met behulp van een studie-specifieke vragenlijst die de waargenomen geloofwaardigheid, waargenomen effectiviteit en algehele tevredenheid met het systeem evalueert. Vragenlijstitems worden beoordeeld op een Likert-schaal, waarbij hogere scores positievere evaluaties aangeven. De evaluatieresultaten van patiënten en clinici worden gerapporteerd als gemiddelde ± standaarddeviatie over de studieduur.
baseline tot 3 jaar
Systeemprestaties
Tijdsspanne: baseline tot 3 jaar
De systeemprestaties worden gemeten aan de hand van de nauwkeurigheid en de gemiddelde absolute fout (MAE) van door AI voorspelde MDS-UPDRS Part III totalscores in vergelijking met door clinici beoordeelde scores. Patiënten voeren gestandaardiseerde motortaken uit onder toezicht van een arts terwijl RGB-video wordt opgenomen met een smartphone. Door clinici beoordeelde MDS-UPDRS Part III-scores worden gebruikt als de grondwaarheid. Systeemprestaties worden gedefinieerd als de nauwkeurigheid en MAE van AI-voorspellingen. Prestatieresultaten worden samengevat over de onderzoeksperiode.
baseline tot 3 jaar

Medewerkers en onderzoekers

Hier vindt u mensen en organisaties die betrokken zijn bij dit onderzoek.

Onderzoekers

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

Publicaties en nuttige links

De persoon die verantwoordelijk is voor het invoeren van informatie over het onderzoek stelt deze publicaties vrijwillig ter beschikking. Dit kan gaan over alles wat met het onderzoek te maken heeft.

Algemene publicaties

Studie record data

Deze datums volgen de voortgang van het onderzoeksdossier en de samenvatting van de ingediende resultaten bij ClinicalTrials.gov. Studieverslagen en gerapporteerde resultaten worden beoordeeld door de National Library of Medicine (NLM) om er zeker van te zijn dat ze voldoen aan specifieke kwaliteitscontrolenormen voordat ze op de openbare website worden geplaatst.

Bestudeer belangrijke data

Studie start (Werkelijk)

1 juni 2026

Primaire voltooiing (Geschat)

28 februari 2029

Studie voltooiing (Geschat)

28 februari 2029

Studieregistratiedata

Eerst ingediend

13 januari 2026

Eerst ingediend dat voldeed aan de QC-criteria

26 januari 2026

Eerst geplaatst (Werkelijk)

2 februari 2026

Updates van studierecords

Laatste update geplaatst (Werkelijk)

8 juli 2026

Laatste update ingediend die voldeed aan QC-criteria

6 juli 2026

Laatst geverifieerd

1 januari 2026

Meer informatie

Termen gerelateerd aan deze studie

Plan Individuele Deelnemersgegevens (IPD)

Bent u van plan om gegevens van individuele deelnemers (IPD) te delen?

NEE

Informatie over medicijnen en apparaten, studiedocumenten

Bestudeert een door de Amerikaanse FDA gereguleerd geneesmiddel

Nee

Bestudeert een door de Amerikaanse FDA gereguleerd apparaatproduct

Nee

Deze informatie is zonder wijzigingen rechtstreeks van de website clinicaltrials.gov gehaald. Als u verzoeken heeft om uw onderzoeksgegevens te wijzigen, te verwijderen of bij te werken, neem dan contact op met register@clinicaltrials.gov. Zodra er een wijziging wordt doorgevoerd op clinicaltrials.gov, wordt deze ook automatisch bijgewerkt op onze website .

Abonneren