Explainable machine learning of plantar-force gait biomarkers for Hoehn–Yahr staging in Parkinson’s disease
本研究提出了一种利用足底压力步态生物标志物和序数模型的可解释机器学习框架，旨在实现对帕金森病严重程度（在 Hoehn–Yahr 2.0 至 3.0 阶段之间）的高精度、客观化分期，并识别出如双支撑相和双侧不对称性等关键的可解释步态特征。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
帕金森病是一种逐渐改变大脑控制运动能力的疾病，常使行走变得困难、僵硬或不稳。目前，医生使用一种称为 Hoehn–Yahr 的量表来判断疾病的进展程度，该量表根据平衡和震颤等症状将患者进行分类。虽然这一量表是标准工具，但它依赖于医生的观察，而医生的观察因人而异。与此同时，科学家们已经了解到，一个人的步态携带了丰富的隐藏信息。放置在脚下的传感器可以测量每一步的精确压力和时机，捕捉人类肉眼可能会忽略的平衡与节奏的细微变化。挑战在于如何将这些复杂的足底压力信号转化为清晰、可靠的疾病严重程度图景，尤其是因为疾病阶段并非孤立的类别，而是从轻微到严重的连续演变过程。
一个研究小组开发了一种新的计算机系统，旨在读取这些足底压力信号，并自动将患者归入 Hoehn–Yahr 量表。该系统并没有将疾病阶段视为互不相关的盒子，而是将其理解为阶梯上的台阶，其中从一个台阶移动到下一个台阶代表了病情的逐渐恶化。通过分析 93 名走过布满传感器的地板的患者数据，研究人员训练他们的系统去识别人们如何蹬地、双脚同时着地的时长以及步态对称性方面的特定模式。结果表明，这种方法不仅能高精度地预测疾病阶段，还能解释哪些步行习惯导致了该结论。
该研究重点关注处于 2.0、2.5 和 3.0 阶段的患者，这一范围内的症状虽然存在，但患者仍能独立行走。研究人员从一个公共数据库中收集数据，让患者在传感器记录足部力量的同时自然行走约两分钟。他们发现，随着疾病进展，患者倾向于在双脚着地状态下停留更长时间，步态时机的变化性更大，且左右侧之间的差异也更大。计算机系统旨在学习这些特定的变化。它不仅仅观察原始数字，还学会了过滤噪声，专注于最重要的信号，例如双支撑阶段的时长和步态周期的变异性。
研究人员面临的最大障碍之一是数据分布不均。处于疾病早期阶段的患者远多于后期阶段的患者，这通常会误导计算机程序，使其忽略较小的群体。为了解决这个问题，团队使用了一种技术，创造了真实的合成样本来补充缺失的患者，从而帮助系统学习严重症状的表现形式，而无需凭空捏造虚假的现实人物。他们还确保了系统的测试公平性，即保持来自同一人的所有数据在一起，这样计算机就不会通过记忆某个人的步态来随后进行猜测。在测试时，该系统正确识别了近 85% 的患者所属的疾病阶段。更重要的是，它很少犯严重的错误，例如将轻症误认为重症；即使出错，通常也只是在量表上偏差了一个等级，这在医学背景下属于较小的误差。
这项工作的卓越之处在于其透明度。许多计算机系统表现得像“黑匣子”，只给出答案而不说明原因。然而，这个系统在设计之初就要求能够展示其推导过程。它识别出了对诊断最有用的 18 个特定步行特征，并且始终强调相同的特征，如双脚着地的时间和摆动期的对称性。通过使用一种称为 SHAP 的方法，研究人员可以观察到每个特征对预测结果向更高或更低阶段的影响程度。例如，较长的双脚着地时间和更不均匀的步伐一致地预示着更晚期的疾病。这种细节水平意味着医生可以查看系统的输出，并理解预测背后的逻辑，而不仅仅是接受一个数字。
研究人员将他们的新系统与旧有的标准计算机模型进行了对比，发现他们的方案在区分不同阶段方面表现显著更好，特别是对于该组中症状最严重的患者。虽然系统表现良好，但作者谨慎地指出，该系统是在一组特定的数据上进行的测试，尚未在更广泛的独立人群中得到证实。他们还指出，该系统目前仅涵盖疾病的中段范围，尚未涵盖极早期或极晚期阶段。此外，由于研究观察的是单一时间点，因此目前还无法预测特定个人的病情未来将如何变化。
最终，这项研究为客观衡量帕金森病提供了一种充满前景的新途径。通过将微妙的足底压力语言转化为清晰的分期系统，该方法提供了一种工具，可以帮助医生更一致地监测疾病进展。它并不取代医生的判断，而是提供了一个基于患者行走物理现实的、精准且由数据驱动的第二意见。该系统解释自身推理逻辑的能力表明，医疗领域的人工智能未来不仅是一个计算器，更是一个能帮助临床医生更清晰地洞察患者病情细节的合作伙伴。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。