Handskriftsanalys vid rörelsestörningar (HANDWRML)

Handstil är en komplex kognitiv förmåga som försämras hos patienter som drabbats av neurodegenerativa sjukdomar, inklusive rörelsestörningar. Mer i detalj kan patienter med Parkinsons sjukdom (PD) uppvisa framträdande handstilsavvikelser som kollektivt har identifierats som parkinsonmikrografi. Mikrografi kan visa sig i början av sjukdomen och sedan förvärras gradvis med tiden. Tidigare tekniker som släpptes för att undersöka mikrografi i PD förlitade sig på perceptuell analys av enkla uppgifter eller var baserade på dyra tekniska verktyg, inklusive surfplattor. Handskrift kan dock snabbt samlas in i ett ekologiskt scenario, genom säkra, billiga och till stor del tillgängliga verktyg. Den objektiva handskriftsanalysen genom artificiell intelligens skulle också representera en innovativ strategi som är överlägsen tidigare tekniker, eftersom den möjliggör analys av stora mängder data. I detta experimentella projekt använder utredarna en specifik maskininlärningsalgoritm för att analysera handskriftsprover som registrerats hos friska kontroller och PD-patienter. Studien syftar till att verifiera om den teknik som föreslagits av utredarna skulle kunna detektera parkinsonisk mikrografi objektivt, övervaka utvecklingen av handstilsavvikelser och bedöma den symtomatiska förbättringen av handstil efter administrering av L-Dopa hos PD-patienter.