导读 特拉维夫大学医学与健康科学学院的研究人员邀请了国际机器学习研究人员社区参加一项旨在推进他们的研究并协助神经学家的竞赛：开发一种机器...
特拉维夫大学医学与健康科学学院的研究人员邀请了国际机器学习研究人员社区参加一项旨在推进他们的研究并协助神经学家的竞赛：开发一种机器学习模型来支持可穿戴传感器，用于连续、自动监测和量化帕金森病患者的步态冻结 (FOG) 发作。近 25,000 个解决方案被提交，最佳算法被纳入这项新技术。
这项研究由特拉维夫大学医学与健康科学学院物理治疗系、萨戈尔神经科学学院和特拉维夫医学中心运动、认知和移动研究中心的 Jeff Hausdorff 教授以及特拉维夫医学中心的 Amit Salomon 和 Eran Gazit 领导。其他研究人员包括来自比利时、法国和哈佛大学的研究人员。
该论文发表在《自然通讯》上，并被列入该期刊的编辑精选中。
步态、衰老和帕金森病领域的专家 Hausdorff 教授解释说：“FOG 是一种使人衰弱且迄今为止无法解释的现象，影响了 38-65% 的帕金森病患者。FOG 发作可持续几秒钟到一分钟以上，在此期间，患者的双脚突然&luo;粘&ruo;在地板上，患者无法开始或继续行走。
“FOG 会严重损害帕金森病患者的活动能力、独立性和生活质量，给他们带来极大的挫败感，并经常导致跌倒和受伤。”