3D 运动分析能否自动评估帕金森病运动症状并估计病程？

六摄像头系统把常规检查动作转成 3D 运动特征

这篇论文要回答的是：基于视频的运动测量能否不止于复现医生的评分，而是量化运动损害、区分疾病阶段，并估计一个人确诊帕金森病已有多久？作者在杜克大学运动障碍门诊搭建了一套无标记采集装置：六台硬件同步摄像头，以每秒 80 帧记录，房间约 6 米 × 3.3 米。安装完成后只需每天做一次简短检查，无需每次使用前重新校准，录制在预约门诊期间完成。

受试者完成三项 MDS-UPDRS 第三部分运动检查中已有的任务：反复握拳（T-hand）、手部旋前旋后（T-prosup）和步态（T-gait）。作者选择这三项，是为了覆盖不同的运动子系统——手部远端精细控制、腕与前臂的旋转及节律性、全身行走与姿势控制。3D 身体与手部姿态由多路摄像头视角三角测量得到，随后自动切分为重复动作周期，例如单次握拳、单次旋转或单步、单跨步。

研究团队对每个周期计算一组可解释特征：整体运动学指标，如活动范围、峰值与平均速度、时间规律性、幅度一致性和左右不对称；针对帕金森病的构念，如类似运动迟缓的变慢、随重复次数出现的幅度递减、单侧为主的不对称；任务特异指标；以及描述整段序列中表现如何变化的序列级指标。原始特征库很大——T-hand 有 1719 个特征，T-prosup 有 1713 个，T-gait 有 1735 个——经共线性和低方差筛选后，每个任务每侧保留 14 至 21 个特征。

队列包括 45 名由运动障碍专科医生确诊的帕金森病患者（22 名女性、23 名男性），以及 6 名健康对照（5 名女性、1 名男性）。患者在按实际用药方案定义的 ON 状态下接受评估。无法安全行走者被排除，包括 Hoehn & Yahr 5 期或 MDS-UPDRS-III 步态子项为 4 分者，因此晚期帕金森病不在报告结果范围内。健康对照仅 6 人，且与患者使用同一采集方案，这一小样本是解读诊断性能精确度的关键限制。

筛选出的特征符合临床预期

在训练任何分类器之前，作者先检查保留特征是否呈现临床上合理的分布。在 T-hand 中，患者在受测侧握拳速度更慢，非受测侧幅度更大，作者将其解释为异动症。握拳速度从健康对照到早期帕金森病再到早期后帕金森病呈阶梯式下降，并与 MDS-UPDRS 评分升高负相关；手部幅度则分布更宽、离群值更多。

在 T-prosup 中，患者受测侧前臂旋转速度更弱，手掌朝向变异性降低，并且在本属上肢的任务中出现更多腿部动作——作者称之为溢出性异动症，体现在膝摆幅度上。旋转速度和手掌朝向变异性与确诊至今时间及 MDS-UPDRS 评分均呈负相关。在 T-gait 中，患者小腿摆动速度更慢，平均步宽发生偏移。

这些是分布和相关性层面的发现，并非关于临床评分由什么造成的因果结论。它们的价值在于：这些特征都是医生可以查看的具名物理量，这正是论文所提出的、替代黑箱预测的方式。作者还指出，在较晚阶段和较高 MDS-UPDRS 评分下，特征分布更宽、更偏斜，反映了患者之间的异质性。

诊断接近饱和，分期才是模型拉开差距之处

论文报告了两个不应混淆的分类目标。二分类诊断区分患者与健康对照。按病程定义的严重程度把受试者分为健康、早期帕金森病（确诊 24 个月内）和早期后帕金森病（超过 24 个月）。作者把 24 个月这一分界描述为务实的建模选择，对应常见的临床随访窗口，而非生物学边界，因此他们也对确诊至今时间做了连续建模。

仅用人口学信息表现很弱：年龄和性别对诊断的平衡准确率为 50.0%，对分期为 33.3%，早期帕金森病的 F1 为 0%。临床医生的 MDS-UPDRS 任务评分在诊断上很强——T-gait 评分达到 100% 平衡准确率，右侧 T-prosup 评分为 98.0% 准确率、98.9% 平衡准确率——但在分期上较弱，平衡准确率为 61% 至 67%，且多数配置完全无法识别早期帕金森病（早期阶段 F1 = 0%）。

3D 特征模型在诊断上具有竞争力；右侧 T-prosup 特征达到 98.0% 准确率和 91.6% 平衡准确率。它们更有特色的贡献在分期分层。多动作 3D 模型的分期平衡准确率达到 68.4%，并且与临床评分模型不同，产生了非零的早期阶段识别能力，F1 为 16.7%。把 3D 特征与人口学信息和临床评分融合后，分期结果最好：81.3% 准确率、70.2% 平衡准确率、早期帕金森病 F1 为 40.0%。

这种融合带来的提升并非简单相加：在多动作加人口学模型上再加入 MDS-UPDRS 评分，早期阶段 F1 从 16.7% 升至 40.0%。作者将此解读为运动学信息与临床信息之间存在非线性交互，因而需要多模态而非仅运动学的模型。由于预测在重复动作层面做出，但汇总为每位受试者一个决策，并采用受试者层面的五折交叉验证评估，这些数字描述的是受试者层面的表现，而非单个动作的准确率。

估计确诊至今时间更难，也更新颖

对于连续的确诊至今时间，论文报告五折交叉验证的平均 R²，以及 Pearson 相关系数和 p 值。三名受试者缺少确诊至今时间数据而被排除，回归分析 n = 48，分类分析 n = 51。人口学信息解释的方差很少（年龄 R² = 0.046，p = 0.124），临床 MDS-UPDRS 基线的解释力也很有限：T-gait R² = 0.089，p = 0.015，而综合 MDS-UPDRS 的 R² 为 −0.121。

可解释的多动作 3D 模型达到 R² = 0.223，p = 0.0009，Pearson r = 0.46，95% 置信区间为 [0.27, 0.62]，优于人口学信息和 MDS-UPDRS。单动作版本较弱——T-gait R² = 0.058，p = 0.060；左侧 T-prosup R² = 0.043，p = 0.045——因此合并多个动作确实明显改善了拟合。加入人口学信息和临床评分的多模态模型达到 R² = 0.277，p = 0.0002，Pearson r = 0.51，95% 置信区间 [0.30, 0.66]。

R² 为 0.223 意味着多动作运动学模型大约解释了确诊至今时间方差的五分之一，因此它是一个信号，而不是精确的时钟。作者还报告，在预测病程时，T-hand 特征贡献最大，包括非受测侧膝摆幅度和受测侧手掌俯仰下降。分层分析发现，诊断敏感度在早期和早期后阶段同样高，而病程回归仅在早期后组内仍具统计显著性。

共病检查支持但未证明疾病特异性

一个合理的替代解释是：病程信号反映的是其他疾病，而非帕金森病本身的运动学特征。作者通过比较有和无慢性疼痛受试者的模型表现来检验这一点；在本队列中，慢性疼痛在早期帕金森病中比在早期后阶段更常见。两个亚组中，各模型配置的表现相当；其他常见共病如骨关节炎在两个阶段组间的患病率也相近。

这是一项有针对性的稳健性检查，而非完整的因果隔离。它降低了慢性疼痛驱动病程估计的担忧，但研究仍是横断面的：每位参与者只提供某一时间点的运动记录，确诊至今时间是由跨参与者训练的模型推断的，而不是对同一个人反复测量得到的。因此，论文把该框架描述为可能支持未来的纵向监测，这是一种前瞻性可能，而非已证明的结果。

结果适用于能行走、已用药的早中期患者

若干范围条件决定了这些数字能推广多远。所有患者都能独立行走，并在按常规用药方案定义的 ON 状态下接受评估，反映常规门诊评估方式；末次左旋多巴剂量时间和正式的运动波动状态未被记录。晚期疾病按设计被排除。45 名患者中有 10 人（22%）存在冻结步态，这些能行走的受试者被保留。

对照组只有 6 名健康人，按同一方案和设备招募，这提供了采集条件匹配的比较，但诊断指标的统计精确度有限。系统还需要专用多摄像头房间和现场知情同意，作者指出这在老年人群中限制了患者和对照的招募速度。数据因包含敏感健康信息而不公开。

临床基线也比完整检查更窄：比较只使用对应的三项 MDS-UPDRS 子项评分——3.5 手部运动、3.6 旋前旋后、3.10 步态——而非完整的第三部分。作者明确说明，这些结果并非旨在与完整运动检查进行比较。

分期增益来自与临床评分融合，而非单纯运动学

论文中最具决策相关性的比较，不是 3D 特征与临床评分在诊断上的对比——两者表现都很好——而是各自对分期和病程的贡献。临床任务评分在诊断上很强，却基本无法标记早期帕金森病，多数配置 F1 为 0%。多动作 3D 特征首次给出非零的早期阶段信号，F1 为 16.7%；再加入临床评分和人口学信息后升至 40.0%。

这一排序提示，该框架的实际价值在于把可解释的运动学特征与现有临床输入结合，而不是取代床旁检查。病程回归指向同一方向：R² 从仅用运动学的 0.223 升至多模态模型的 0.277，而单用临床评分则接近零或低于零。

因此，读者评估这项工作时，应优先关注多模态的分期和病程结果，并结合其单中心、小样本、仅含能行走且已用药的早中期患者的背景来理解。作者提出的纵向监测用途在本研究中尚未检验；现有证据确立的是横断面上的区分与估计，而不是对个体随时间变化的追踪。

本文引用的文献