Ученый из Университета Флориды разработал бесплатную компьютерную программу с искусственным интеллектом (ИИ), которая анализирует видеозаписи пациентов с болезнью Паркинсона и другими двигательными расстройствами. Инструмент под названием VisionMD помогает врачам более точно отслеживать незначительные изменения моторики, что способствует улучшению ухода за пациентами и развитию клинических исследований.
Программа призвана решить проблему непоследовательности и субъективности, которые могут возникать при традиционных клинических оценках. Невролог из Университетской клиники Вюрцбурга Флориан Ланге отметил, что при просмотре одного и того же видео разные специалисты могут оценить тяжесть состояния пациента по-разному, в то время как программа предоставляет точные и объективные данные.
Разработчик VisionMD, Диего Гуарин, подчеркнул, что анализ видеозаписей выполнения пациентами определенных движений, таких как постукивание пальцами, дает ценную информацию о прогрессировании заболевания и реакции на лекарства или глубокую стимуляцию мозга. Однако врачи часто не имеют времени и персонала для анализа таких видео. Разработанное программное обеспечение позволяет получать полезные результаты всего за несколько кликов.
VisionMD анализирует стандартные видеозаписи, сделанные на смартфон, ноутбук или через Zoom, и автоматически извлекает точные показатели движения. Программа работает локально на компьютере, что обеспечивает конфиденциальность данных. По словам Гуарина, отсутствие облачной обработки исключает риск утечки данных, и программа продолжает работать даже без подключения к интернету.
Инструмент уже используется исследователями в Германии, Испании и Италии для анализа тысяч видеозаписей пациентов в рамках изучения возможностей применения компьютерного зрения для улучшения помощи при двигательных расстройствах. Ланге и профессор нейровизуализации Мартин Райх адаптировали VisionMD для оптимизации лечения пациентов с тремором, особенно тех, кто использует импланты для глубокой стимуляции мозга. Программа позволяет определить наиболее эффективные настройки стимулятора, анализируя видеозаписи пациентов при различных параметрах стимуляции.
