“這是一個電影片段，大家有誰看出演員的步態有問題？“在5月22日于昆明舉行的騰訊全球數字生態大會智慧醫療專場上，騰訊醫療人工智能研究院院長范偉博士以一個提問開啟了他的演講。

“實際上他左臂的搖動頻率和幅度比正常人要小，后來被診斷患有帕金森。”范偉繼而解答道，這位演員正是曾出演熱門科幻喜劇《回到未來》的Michael J. Fox，確診帕金森病時他剛滿30歲。

騰訊醫療人工智能研究院院長范偉博士發表主題演講

帕金森病“破壞力”大 早期就診面臨“兩道坎”

中國帕金森病患者有400余萬人，約占全球的50%。在范偉看來，帕金森病給社會和家庭帶來的影響不可估量。“帕金森病患者一年差不多要花費3萬， 占有些家庭總收入的48%。”盡管如此，比財力消耗更令人難以承受的，是由疾病帶來的行動不便，無法自理。“帕金森病分4級，1、2級能夠自理，3、4級不能自理，包括簡單的吃飯、上洗手間都不行。家里一個護工都不夠，有的要2個。”因此，在有帕金森病患者的家庭，疾病未使患者“癱瘓”之前，可能已經讓整個家庭陷于“癱瘓”。

事實上，如果能夠早發現早診斷早治療，再加上科學有效的疾病管理，將能夠有效延緩、控制帕金森病的病程。但這并非易事，范偉介紹道，“在我國，75歲以上的老人帕金森患病率高達10%，但發病初期就診率只有3.75%。”帕金森病的早期診斷和全程管理至少面臨著“兩道坎”：

一是醫患比例“蹺蹺板”的長期失衡。在我國，帕金森病患者數量眾多，但與之相對應的帕金森專病醫生卻只有1000多名，而隨著人口老齡化的日益嚴重，醫患數量失衡的情況還將持續拉大。

二是傳統的帕金森病評估方式不僅耗時耗力，還具有很強的主觀性。不像測量糖尿病、高血壓等慢病可以通過儀器設備進行量化檢測，帕金森病主要的評估方式要更為“簡陋”，醫生通過人工觀察的方式，根據患者完成指定動作的流暢程度進行打分和綜合病情評定。“目前在臨床環境下做一次評估，醫生需要30-40分鐘，專家通過肉眼去觀察，給不同的動作評分。因為人的肉眼主觀判斷能力有區別，不同的專家給相同的人評估結果可能不一樣。”

面對帕金森病的這兩道坎，范偉博士帶領的團隊的目標就是要通過AI技術將運動功能評估變成一種量化客觀的標準，通過產品化落地去幫助醫生更加有效地管理更多的患者。另外，除了帕金森病之外，還有很多疾病跟運動能力評估相關，例如腦癱、脊柱側彎、腦卒中、多發性硬化癥等。缺少客觀測量的工具和手段，目前是醫學上的一個盲點。對此，范偉博士的思路是找到一套適用多種疾病的客觀可量化運動評估方法，用AI技術的能力去推動醫學解決盲點。

超越認知 三大技術首創實現帕金森評估可量化

“測量一切可測之物，并把不可測的變為可測。”通過引用伽利略的一句名言，范偉提出了在運動功能方向上探索的靈感，“有些事物不能直接測量，你要想辦法測量。把能夠測量的測準，這是科學的基本原則”。就像溫度計、血壓計、血糖儀可以變成日常監測設備一樣，人工智能技術的加入，讓范偉“超越認知”的想法變為可能。范偉博士介紹，在視覺方面，人眼能夠識別大概是每秒24幀，但人工智能應用是60—240幀，在聲音的采樣上，人耳是20千赫，而人工智能應用要大于44千赫。

人工智能幫助測量超越認知極限

范偉博士所在的騰訊醫療人工智能研究院通過與華山醫院神經內科王堅教授團隊合作，以視頻分析技術為基礎通過分析錄制的患者規定動作視頻做MDS-UPDRS評分。由于患者的運動功能評估本身就非常耗時，也就造成數據采集的低效。為了解決訓練數據少的問題，范偉博士團隊創造性地引入了AR技術生成模式訓練數據，可以在短時間內將訓練數據擴充數千倍。視頻數據的標注更加耗費人工，為了解決標注問題，技術團隊引入了虛擬傳感技術，在生成模擬數據時自帶標注點，再將帶標記的模擬數據融合到患者拍攝的肢體運動視頻上面實現同步運動。這樣就突破了人類數據標注的極限，大大提高工作效率，也降低了項目研發的成本。

在傳統運動功能評估方法中，人眼對與震顫的最小識別粒度是厘米級別的。但是通過上述視頻分析技術，系統目前可以識別人眼無法識別的像素級震顫，并做量化分析，突破微小運動測量極限。這一成果遠遠超出了人類的視覺極限。

AI視頻分析識別和測量微小震顫

除AI視頻分析技術，此次會上范偉博士還首次展示了騰訊醫療人工智能研究院的兩項新技術在帕金森評估領域的應用——手機傳感器運動評估技術和語音功能分析技術。通過普通智能手機傳感器，增加了帕金森病運動功能評測的維度和精度。目前，帕金森運動功能評估不僅支持靜止震顫、動態震顫等手部運動功能，也有跺腳和抬腳趾等腿部運動功能，傳感器能夠高效率地實現全身微小運動的測量。

在視覺被突破之外，語音功能分析技術則有望突破人的聽覺極限。由于帕金森病人的一個常見的癥狀是語調單一，說話呼吸急促或語音遲滯。為了捕捉和學習這些特征，系統會引導測試者錄制一段5-10秒的語音，通過人工智能模型來判斷帕金森病人的狀態。另外，由于無需購買額外硬件，只需要智能手機就可以完成快速，簡單和易用的帕金森病狀態的語音評估，從而使日常居家和護理監測成為了可能。

借助視頻分析、手機傳感器分析、語音分析這三大評估技術，醫生可以更高效地評測帕金森病患者的病情，對患者進行分級，并制定更有針對性的治療方案，這也為行動不便的患者帶來便利。醫生可以通過手機與患者互動，便可實現患者的疾病管理，讓患者服用最合適的藥物、最合適的計量，維護患者運動功能，減少家庭負擔。

除此之外，類似的運動視頻分析技術還可以用于其他運動功能評估場景，如：腦癱患者在手術前的步態分析、腦卒中病人康復期的運動功能評估、足球運動員受傷后的恢復訓練中的運動功能狀態評測等。

帕金森病運動功能評估系統已開展國際臨床試驗

據范博士透露，該項帕金森病運動功能評估系統已經開始展開國際合作，例如，在英國已經通過合作伙伴Medopad獲取到臨床試驗許可，并逐步展開臨床試驗。同時在跟某著名國際醫院合作的臨床實驗中，經過與醫生團隊的對比實驗，該系統對于多個運動的評分一致性到達91%，超過了普通醫生團隊之間的打分一致性。

截至2019年5月，這套帕金森病運動評估系統已在南京、天津、西安、昆明、貴陽等城市的15家臨床機構進行試運行，為帕金森病患者帶去福音。在騰訊全球數字生態大會智慧醫療專場揭曉的2018年度中國“互聯網+醫療健康”優秀案例獲獎案例中，“帕金森病運動功能智能評估”最終成功入選“十大科技助力醫療健康創新”優秀案例。

探索AI“測量”疾病的更多可能

騰訊醫療人工智能研究院還在多發性硬化癥、銀屑病、心血管疾病輔助診斷與手術規劃、癌癥放療規劃、EKG分析等疾病領域展開了豐富的研究與探索。

騰訊醫療AI在更多疾病上的探索

以銀屑病的就醫為例，去年騰訊牽頭啟動國家重點研發計劃中的“數字診療裝備研發專項”課題研究，騰訊醫療人工智能研究院聯合湘雅醫院陳翔教授團隊，共同研發了以微信小程序為平臺、基于AI的銀屑病輔助診療助手，串聯皮膚病AI輔助診療的全流程，可根據患者皮損照片和線上問答實現自我初篩；在診中實現病情量化，對病情嚴重程度進行評分，輔助醫生可持續、可量化監控病情變化，跟蹤預后效果，及時調整治療方案。目前銀屑病初篩精度已達到93%。

此外，范偉博士介紹到，團隊還利用AI技術實現了頭頸部放療器官的自動勾畫，可在 0.12秒內完成器官勾畫，而此前醫生為一名患者做放療規劃方案通常需要花費7天的時間。這一技術可大大提升放療醫生的工作效率使醫患共同受益。