随着社会人口老龄化问题的加重，帕金森病等老年神经退化疾病逐渐演变为重要的社会问题。目前，中国帕金森病患者人数约300万，55岁以上人群的患病率约1%，65岁以上的老人患病率达1.7%，但在这1.7%的人群中，仅有 3.75% 的患者初发病时意识到自己患病，帕金森病误诊率高达 23.5%。
帕金森为何误诊率如此高？这跟帕金森早期的症状容易让人忽视相关，帕金森病早期症状如颤抖、走路不稳、动作缓慢僵硬、少言寡语等容易被误认为是老年人的正常现象，这导致患者就诊率非常低，常出现漏诊现象。有研究发现，大部分患者从出现症状到临床确诊，平均需要 10 个月；即便在上海、北京等一线城市，患者治疗率不足 40%。
帕金森病的治疗状况在我国整体处于就诊率不及时、延误诊断率高、治疗率低的状态，也是医学面临的重要问题。如果早点发现的话患者经过治疗可以减轻症状、预防并减少远期运动并发症，过上趋于正常人的生活。但是发现的迟，病症到了中晚期的话，患者饱受疾病折磨，生活质量严重降低。
因为早期帕金森的发病症状并不明显，传统的诊断方式需要经过一系列判断。其中，有一个关键环节是基于一系列指定动作的完成状况进行判定。传统的诊断方式之一是通过帕金森评定量表UPDRS对患者一一进行评估。
医生依据帕金森评定量表指导患者完成动作，然后依据患者的完成情况进行逐项打分，大概需要30分钟甚至更久。期间可能因为身体协调性、紧张等因素受到来自自我怀疑和医生言语带来的心灵伤害。这种诊断的方式依赖语言沟通，时间成本较高，并且评分主要依赖医生的肉眼观察，如动作的距离、幅度、频率等，缺乏量化指标，有可能出现因主观性导致的偏差。
腾讯医疗人工智能实验室近日推出了一项AI辅助诊断帕金森病的新技术，在这个新技术的辅助下可以实现帕金森病的运动功能日常评估和早期筛查，医生可在3分钟内完成诊断过程，诊断速度提升10倍。
这个AI辅助诊断新技术名为帕金森病运动功能智能评估系统，基于无可穿戴传感器的运动视频分析技术，针对帕金森病人的运动视频自动实现帕金森评定量表UPDRS评分。
简单来说，用户无需穿戴任何传感器，仅需通过摄像头拍摄（普通智能手机即可满足），做一些帕金森评定量表的简单动作，如伸掌握拳，手部轮替等动作，系统可识别运动视频中的身体部位的关键节点，定量分析动作指标，完成诊断过程。
有人会怀疑同一个的动作因为各种原因大家最终的呈现效果都不同，机器如何做到分辨这些细微差距？
机器可以诊断细微动作离不开先该智能评估系统的三大核心技术：动态特征捕捉（通过姿态卷积预测全身关节位置），时序分析技术（通过时序卷积保证全身关节在时间维度上的连贯性），以及动态分析技术（利用记忆网络和人体动力学模型输出可靠的运动指标）。
这三大核心技术可以捕捉并分析动作，并分辨出细微差异。据腾讯医疗AI实验室介绍，用户的动作按照身体关节点可以被拆分为上百个可识别的关键点，然后通过建立模型进行识别检测。
比如一个手部，会设置21个关键点。随着手部进行各种动作，关键点的运动轨迹会变得不同，在频率、距离、角度、速度等方面的数据上有变化。这些测量的运动统计数据会被用来训练AI系统。经过深度学习，它就可以分辨出帕金森病患者动作上的细微差异。
然后通过运动视频分析技术，分析捕捉到的患者动作，依据模型进行“可量化”和“精细化”的评测。借助这些评测，医生可以更高效地评测帕金森病患者的病情，对患者进行分级，并制定更有针对性的治疗方案。
这个系统诊断的效果如何呢？来自复旦大学附属华山医院神经内科副主任，国家老年疾病临床医学研究中心(华山)帕金森主研究者王坚教授表示：“目前预实验的数据显示，帕金森病运动功能智能评估系统的AI评分结果与专家人工评分结果的一致性非常接近，完全达到预期效果，后续更大规模的正式临床试验在积极准备的过程中。”
目前这个AI诊断系统还未正式投入应用，接下来它将通过更多严格的实验来学习和进步。未来要实现让患者使用普通的智能手机自助拍摄，在家庭场景下就能完成帕金森病的运动功能日常评测。
除了诊断帕金森外，腾讯医疗AI实验室也正在把它的视频分析技术应用到脑瘫患者术前步态分析、足球运动员伤后恢复训练运动功能状态测评、老人运动能力日常评测等更多运动障碍性疾病的辅助诊断中。
腾讯医疗AI实验室其他主要产品还包括临床辅助决策支持系统，面向脑卒中、急性冠脉综合症等高危易误诊疾病提供临床辅助决策支持，以及心电图智能分析软件，利用AI技术实现心电图监测结果的自动判读和预警等，创造更多的AI医疗应用场景。
腾讯医疗AI实验室负责人范伟博士表示：“通过纯视频分析，客观量化帕金森病患者在日常生活中的行动障碍和服药后的有效性。对于患者、患者家属和医生都是一件好事情。从事AI医疗相关的研究工作后切身地感受到医学的博大精深，它是非常综合的科学。它既有科学的部分，也包涵了伦理的内容。AI可以解决其中一些关键技术问题，比如，提高效率，带来便利，但它也不能解决所有问题。路还很长，我们还需要继续向前。”
腾讯正积极探索和布局人工智能技术在不同医疗场景的应用，腾讯医疗AI实验室是专为医疗领域打造的人工智能实验室，采用美国-中国双中心模式，目前在硅谷、北京、深圳设立了三个分支。实验室的主要研究方向是基于自然语言理解、医学知识图谱、深度学习、医疗影像、贝叶斯网络、多模态分析等基础技术构建医学知识引擎、医疗推理引擎、临床辅助诊断引擎、问诊对话引擎等智能平台。
