Analiza pisma ręcznego w zaburzeniach ruchu (HANDWRML)

Pismo ręczne jest złożoną zdolnością poznawczą, która pogarsza się u pacjentów dotkniętych chorobami neurodegeneracyjnymi, w tym zaburzeniami ruchu. Bardziej szczegółowo, pacjenci z chorobą Parkinsona (PD) mogą wykazywać wyraźne nieprawidłowości pisma ręcznego, które zostały zbiorczo zidentyfikowane jako mikrografia parkinsonowska. MIkrografia może objawiać się na początku choroby, a następnie stopniowo się pogarsza z czasem. Wcześniejsze techniki opracowane w celu badania mikrografii w chorobie Parkinsona opierały się na percepcyjnej analizie prostych zadań lub były oparte na kosztownych narzędziach technologicznych, w tym na tabletach. Jednak pismo odręczne można szybko zebrać w scenariuszu ekologicznym, za pomocą bezpiecznych, tanich i powszechnie dostępnych narzędzi. Ponadto obiektywna analiza pisma odręcznego za pomocą sztucznej inteligencji byłaby innowacyjną strategią, przewyższającą nawet poprzednie techniki, ponieważ pozwala na analizę dużych ilości danych. W tym projekcie eksperymentalnym badacze stosują specjalny algorytm uczenia maszynowego do analizy próbek pisma ręcznego zarejestrowanych u zdrowych osób z grupy kontrolnej i pacjentów z PD. Badanie ma na celu zweryfikowanie, czy technika zaproponowana przez badaczy byłaby w stanie obiektywnie wykryć mikrografię parkinsonowską, monitorować ewolucję nieprawidłowości pisma ręcznego oraz ocenić poprawę objawową pisma ręcznego po podaniu L-Dopa u pacjentów z ChP.