使用基于人工智能的步态分析来确定5米的步行时间截止值,以区分阿尔茨海默氏症

科学领域:

• 神经学 神经学
• 老年病的医生 老年病的医生
• 生物医学工程 生物医学工程

背景情况:

• 步行功能下降是阿尔茨海默病 (AD) 的早期指标,这是痴呆的主要原因.
• 目前存在的步态分析方法缺乏简单性和实用性,无法用于广泛的痴呆症查.
• 需要客观生物标志物来早期发现AD并监测认知衰退.

研究的目的:

• 用AI驱动的智能手机应用程序"Toruto"分析患有AD的老年患者的步行功能.
• 为了确定特定于AD患者的步态指标.
• 建立有效的切割值来区分AD与健康对照.

主要方法:

• 147名参与者 (86名健康人,61名阿尔茨海默症患者) 在正常步行速度下使用"Toruto"进行了步态分析.
• 评估的步行参数包括速度,节奏和左右不对称.
• 统计分析涉及未配对的t测试和接收器运行特征 (ROC) 曲线分析,以确定切断值.

主要成果:

• 与健康对照组相比,AD组表现出明显较差的步行速度,节奏和左右不对称 (p < 0.05).
• 步行速度的切断值为5.85秒/5米,实现了96.7%的灵敏度和96.5%的AD检测特异性.
• 节奏 (7.06) 和左右不对称 (2.25) 的切线值也表明了区分能力.

结论:

• 使用"Toruto"的人工智能智能手机步态分析是区分阿尔茨海默病的实用和有效工具.
• 确定的切线值,特别是步行速度,可以作为痴呆症可靠的查指标.
• 步行功能代表了在各种环境中早期检测阿尔茨海默病的有价值,客观的生物标志物.