Denne siden ble automatisk oversatt og nøyaktigheten av oversettelsen er ikke garantert. Vennligst referer til engelsk versjon for en kildetekst.

Kunstig intelligens-assistert MDS-UPDRS-vurdering for Parkinsons sykdom

6. juli 2026 oppdatert av: Hiu Yi Wong, Hong Kong University of Science and Technology

Kunstig intelligens-assistert MDS-UPDRS vurdering for Parkinsons sykdom

Idiopatisk Parkinsons sykdom (PD) er en nevrodegenerativ sykdom som progressivt forårsaker både motoriske og ikke-motoriske symptomer. Som den nest vanligste nevrodegenerative sykdommen og den vanligste bevegelsesforstyrrelsen, påvirker den over 8,5 millioner mennesker globalt og 13 000 mennesker i Hongkong. De mest klassiske symptomene ved PD er hviletremor, muskelstivhet, bradykinesi (bevegelsessaktgjøring) og gangvansker. Andre symptomer inkluderer søvnforstyrrelser, psykiatriske symptomer, kognitiv svikt og autonom dysfunksjon. Dens patofysiologi er preget av tap av dopaminerge nevroner og akkumulering av aggregater kalt Lewy-legemer.

Alvorlighetsgraden av PD-relaterte motoriske symptomer blir vanligvis semi-kvantitativt ("normal", "svak", "mild", "moderat" og "alvorlig") evaluert av ekspertleger og fysioterapeuter i henhold til Movement Disorder Society-sponset revisjon av Unified Parkinson's Disease Rating Scale Part III (MDS-UPDRS III). Imidlertid er MDS-UPDRS III semi-kvantitativ og subjektiv, noe som kan maskere milde behandlingseffekter eller til og med gi falsk-positive resultater. Dessuten tar det betydelig tid og innsats å vurdere med forventede interobservatørvariasjoner.

For å adressere disse problemene, har ulike kunstig intelligens (AI)-teknologier og telemedisinske tilnærminger blitt undersøkt for pasientvurdering. Tidligere studier inkluderte imidlertid ikke elementer som vurderer stivhet og postural stabilitet, som krever fysisk kontakt i henhold til MDS-UPDRS III-instruksjonene. Zhu et al. utforsket et maskinvurderingssystem for motoriske symptomer for hele MDS-UPDRS III. Likevel brukte de et dybdekamera og gjennomførte testene i et strengt kontrollert ideelt laboratoriemiljø. For utbredt implementering av AI-assistert vurdering er RGB-kamera et mer tilgjengelig alternativ.

Studieoversikt

Status

Rekruttering

Intervensjon / Behandling

Detaljert beskrivelse

Dette er en enkelt-senter, prospektiv, observasjonsstudie designet for å utvikle og validere et AI-basert MDS-UPDRS III vurderingssystem ved bruk av RGB-kameradata. Deltakere vil bli rekruttert fra Queen Elizabeth Hospitals nevrologiske poliklinikk. Hvert forsøksperson vil gjennomgå standard MDS-UPDRS III evaluering av en sertifisert kliniker eller fysioterapeut, sammen med synkronisert RGB-D videoopptak. Videoene vil bli behandlet gjennom en dyp læringsprosess som er trent til å estimere MDS-UPDRS III skårene.

Blindede evalueringer vil bli utført for å sammenligne AI-genererte skårer med grunnsannhetens kliniker vurderinger. Statistisk analyse vil inkludere inter-rater samsvarsmål (f.eks. ICC, Cohens kappa), sensitivitet for endring, og undergruppanalyser.

Studietype

Observasjonsmessig

Registrering (Antatt)

500

Kontakter og plasseringer

Denne delen inneholder kontaktinformasjon for de som utfører studien, og informasjon om hvor denne studien blir utført.

Studiekontakt

  • Navn: Hiu Yi Wong, PhD
  • Telefonnummer: +852-23587344
  • E-post: annawong@ust.hk

Studer Kontakt Backup

  • Navn: Qian Zhang, PhD
  • Telefonnummer: +852-23588766
  • E-post: qianzh@ust.hk

Studiesteder

      • Hong Kong, Hong Kong
        • Rekruttering
        • Queen Elizabeth Hospital
        • Ta kontakt med:
      • Hong Kong, Kina
        • Har ikke rekruttert ennå
        • Hong Kong University of Science and Technology
        • Hovedetterforsker:
          • Qian Zhang, PhD
        • Ta kontakt med:
        • Ta kontakt med:
          • Qian Zhang, PhD
          • Telefonnummer: +852-23588766
          • E-post: qianzh@ust.hk

Deltakelseskriterier

Forskere ser etter personer som passer til en bestemt beskrivelse, kalt kvalifikasjonskriterier. Noen eksempler på disse kriteriene er en persons generelle helsetilstand eller tidligere behandlinger.

Kvalifikasjonskriterier

Alder som er kvalifisert for studier

  • Voksen
  • Eldre voksen

Tar imot friske frivillige

Nei

Prøvetakingsmetode

Sannsynlighetsprøve

Studiepopulasjon

pasienter med Parkinsons sykdom

Beskrivelse

Inklusjonskriterier:

  1. Alder ≥18 år
  2. Diagnose av "klinisk etablert Parkinsons sykdom" som definert av Movement Disorder Society Clinical Diagnostic Criteria for Parkinson's disease (MDS-PD-kriterier) [12]
  3. I stand til å gi informert samtykke og villig til å delta i videoinnspilte MDS-UPDRS del III-vurderinger
  4. Ingen betydelige syns-, hørsel- eller muskelskjelettsvikt som vil forstyrre videobaserte motoriske vurderinger

Eksklusjonskriterier:

  1. Uvilje til å bli videoinnspilt for studieføremål
  2. Historie med nevro-utviklingsforstyrrelse, nevrodegenerativ sykdom annet enn Parkinsons sykdom, CNS-infeksjon, nevroinflammatorisk sykdom (f.eks. multippel sklerose, CNS-lupus), malignitet innen de siste 10 år, cerebrovaskulær ulykke, HIV-infeksjon, systemisk autoimmun sykdom, alkoholavhengighet eller annet stoffmisbruk

Studieplan

Denne delen gir detaljer om studieplanen, inkludert hvordan studien er utformet og hva studien måler.

Hvordan er studiet utformet?

Designdetaljer

Kohorter og intervensjoner

Gruppe / Kohort
Intervensjon / Behandling
PD-gruppe
pasienter med Parkinsons sykdom
klinisk profil, MDS-UPDRS III, videoopptak

Hva måler studien?

Primære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
AI-basert motorisk vurderingsverktøy
Tidsramme: Fra baseline til 3 år
AI-basert motorisk vurderingsverktøy som benytter RGB-video for pålitelige og objektive vurderinger av MDS-UPDRS III motoriske symptomer, inkludert rigiditet og postural stabilitet.
Fra baseline til 3 år
Gjennomførbarheten av å implementere RGB-kamerabaserte vurderinger
Tidsramme: 3 år
Gjennomførbarheten av å implementere RGB-kamerabaserte vurderinger i rutinemessige kliniske settinger vil bli vurdert ved andelen vurderinger der AI-systemet er i stand til å generere et estimert MDS-UPDRS del III totalscore basert på RGB-video som direkte kan sammenlignes med kliniker-vurderte MDS-UPDRS del III skårer. Pasienter utfører standardiserte motoriske oppgaver under legeveiledning mens RGB-video blir tatt opp ved hjelp av en smarttelefon. Kliniker-vurderte MDS-UPDRS del III skårer brukes som grunnsannhet. Gjennomførbarhetsresultater vil bli rapportert som prosentandelen (%) av vurderinger med gyldige AI-genererte skårer over en 3-års studieperiode.
3 år

Sekundære resultatmål

Resultatmål
Tiltaksbeskrivelse
Tidsramme
Systemets effektivitet
Tidsramme: 3 år
Systemets effektivitet i estimering av motoriske symptomers alvorlighetsgrad vil bli målt ved overensstemmelsen mellom AI-forutsagte og kliniker-vurderte MDS-UPDRS del III-skårer. RGB-video blir tatt opp med en smarttelefon mens pasienter utfører standardiserte motoriske oppgaver under legeoppsyn. Kliniker-vurderte MDS-UPDRS del III-skårer brukes som grunnsannheten. AI-systemet genererer forutsagte MDS-UPDRS del III-totalskårer (område 0-108, hvor høyere skårer indikerer mer alvorlig motorisk nedsatt funksjon). Systemeffektivitet vil bli evaluert ved bruk av F1-skår, korrelasjon mellom forutsagte og kliniker-vurderte skårer, og sensitivitet og spesifisitet for deteksjon av klinisk signifikant motorisk nedsatt funksjon basert på forhåndsdefinerte skåreterskler. Effektivitetsresultater vil bli rapportert over en 3-års studieperiode.
3 år
Pasient- og klinikerfornøydhet
Tidsramme: baseline til 3 år
Pasienttilfredshet med det AI-assisterte vurderingssystemet vil bli vurdert ved hjelp av en studie-spesifikk spørreskjema som administreres etter fullføring av RGB-kamerabaserte motoriske oppgaver. Spørreskjemapunkter vurderes på en Likert-skala, med høyere poengsummer som indikerer større tilfredshet. Klinikerens evaluering av det AI-assisterte vurderingssystemet vil bli vurdert ved hjelp av en studie-spesifikk spørreskjema som evaluerer opplevd troverdighet, opplevd effektivitet og generell tilfredshet med systemet. Spørreskjemapunkter vurderes på en Likert-skala, med høyere poengsummer som indikerer mer positive evalueringer. Pasient- og kliniker evalueringsresultater vil bli rapportert som gjennomsnitt ± standardavvik over studieperioden.
baseline til 3 år
Systemets ytelse
Tidsramme: baseline til 3 år
Systemytelsen vil bli målt ved nøyaktigheten og gjennomsnittlig absolutt feil (MAE) av AI-forutsagte MDS-UPDRS del III totalskår sammenlignet med kliniker-vurderte skår. Pasienter utfører standardiserte motoriske oppgaver under legeoppsyn mens RGB-video blir tatt opp ved hjelp av en smarttelefon. Kliniker-vurderte MDS-UPDRS del III skår brukes som grunnsannheten. Systemytelse er definert som nøyaktigheten og MAE av AI-forutsigelser. Ytelsesresultater vil bli oppsummert over studieperioden.
baseline til 3 år

Samarbeidspartnere og etterforskere

Det er her du vil finne personer og organisasjoner som er involvert i denne studien.

Samarbeidspartnere

Etterforskere

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

Publikasjoner og nyttige lenker

Den som er ansvarlig for å legge inn informasjon om studien leverer frivillig disse publikasjonene. Disse kan handle om alt relatert til studiet.

Generelle publikasjoner

Studierekorddatoer

Disse datoene sporer fremdriften for innsending av studieposter og sammendragsresultater til ClinicalTrials.gov. Studieposter og rapporterte resultater gjennomgås av National Library of Medicine (NLM) for å sikre at de oppfyller spesifikke kvalitetskontrollstandarder før de legges ut på det offentlige nettstedet.

Studer hoveddatoer

Studiestart (Faktiske)

1. juni 2026

Primær fullføring (Antatt)

28. februar 2029

Studiet fullført (Antatt)

28. februar 2029

Datoer for studieregistrering

Først innsendt

13. januar 2026

Først innsendt som oppfylte QC-kriteriene

26. januar 2026

Først lagt ut (Faktiske)

2. februar 2026

Oppdateringer av studieposter

Sist oppdatering lagt ut (Faktiske)

8. juli 2026

Siste oppdatering sendt inn som oppfylte QC-kriteriene

6. juli 2026

Sist bekreftet

1. januar 2026

Mer informasjon

Begreper knyttet til denne studien

Plan for individuelle deltakerdata (IPD)

Planlegger du å dele individuelle deltakerdata (IPD)?

NEI

Legemiddel- og utstyrsinformasjon, studiedokumenter

Studerer et amerikansk FDA-regulert medikamentprodukt

Nei

Studerer et amerikansk FDA-regulert enhetsprodukt

Nei

Denne informasjonen ble hentet direkte fra nettstedet clinicaltrials.gov uten noen endringer. Hvis du har noen forespørsler om å endre, fjerne eller oppdatere studiedetaljene dine, vennligst kontakt register@clinicaltrials.gov. Så snart en endring er implementert på clinicaltrials.gov, vil denne også bli oppdatert automatisk på nettstedet vårt. .

Abonnere