科技日報記者 張夢然
發表在最新一期《自然·化學工程》的一項研究指出，一種裝有磁性墨水的人工智能（AI）筆可準確“看字斷病”，用于輔助檢測帕金森病的早期癥狀。該設備通過神經網絡輔助數據分析，能識別帕金森病患者與健康人群書寫特征的差異，有望實現更早診斷。
帕金森病估計影響全球近1000萬人，是僅次于阿爾茨海默病的第二常見神經退行性疾病。帕金森病也是全球增長最快的神經退行性疾病，尤其是在低收入和中等收入國家。目前普遍認為，帕金森病診斷數量被嚴重低估，部分原因在于這些國家缺乏經過培訓的醫療專業人員來診斷該疾病。而且，該病早期癥狀隱匿，容易與其他運動障礙疾病混淆，因此準確診斷對于及時干預和改善患者生活質量至關重要。
因該病有震顫等癥狀，醫生診斷通?；谟^察患者的運動技能。然而，這種方法缺乏客觀標準，且通常依賴于臨床醫生的主觀判斷。
美國加州大學洛杉磯分校陳俊及其同事開發了一種通過分析使用含有磁性墨水的定制筆書寫的樣本，來診斷帕金森病的方法。他們將書寫運動轉化為電信號，利用神經網絡（一種AI方法，通過互聯節點網絡學習并區分復雜模式）分析證明，該筆可在16名患者的小規模隊列中，以超過95%的準確率區分帕金森病患者與健康人的書寫特征。
這種診斷筆的問世，代表一種低成本、準確且易于大規模分發的技術，有望改善帕金森病在大規模人群和資源匱乏地區的診斷。研究人員指出，未來工作是擴大該工具的患者樣本量，并探索其在追蹤帕金森病進展階段上的潛力。
總編輯圈點
近年來，人工智能正在越來越深入地滲透到細分垂直領域中。在交通領域，人工智能可實時分析交通流量數據，動態調整信號燈時長，有效緩解交通擁堵；在能源領域，人工智能可分析電力設備發出的聲紋數據，判斷設備故障情況。同本文中的研究一樣，這些應用案例充分說明，脫離應用場景的人工智能猶如無本之木、空中樓閣。只有將人工智能技術精準地嵌入到不同場景中，針對特定需求進行優化和適配，才能將先進的技術優勢轉化為實實在在的生產力。
