人工智能在医疗方面的应用正在不断取得突破进展。IBM已经开发了一种帕金森病的人工智能统计模型，并有望建立起一个迄今为止规模最大的帕金森症患者纵向数据库，以帮助医生更好地了解这种目前尚无法治愈的神经退行性疾病。

最新研究成果7月30日被发表在《柳叶刀数字健康》杂志上，IBM展示了未来在帕金森疾病的各个阶段提供更加精准体征的可能性。

帕金森病是一种进行性多系统神经退行性疾病，具有复杂的病理生理学，影响了全球超过600万人。而且随着时间的推移，帕金森病患者的轨迹变化很大，一些患者的病程相对良性，而另一些患者会迅速发展为残疾，因此需要早期治疗，并且需要高度个性化的管理和预测方法。

IBM通过对423名早期帕金森患者以及196名健康人进行了长达7年的跟踪，目标是利用人工智能来了解患者的需求，并进行有效的临床试验。IBM表示：“这些目标很重要，因为患者的运动性的症状完全是个体化的。”

IBM在研究中称，帕金森病的症状表现和进展是非常个性化的，增加对这两个方面的了解可以实现更好的患者管理并改进临床试验设计。先前模拟帕金森病进展的方法假定亚组内的静态进展轨迹，并没有充分考虑复杂的药物效应。IBM的目标是开发帕金森病的统计进展模型，该模型可以解释个体内部和个体间的变异性以及药物效应。

人工智能将使通过机器学习建立复杂的症状及其进展模型成为可能，这将能够预测疾病的演化。未来医生还有可能根据这些不同的模式预测疾病的严重程度，提前预测疾病将能够最大限度地减轻症状并改善患者的健康状况。

目前全球的研究团队都在探索如何使用人工智能的手段来加强包括帕金森、阿尔茨海默等神经退行性疾病以及其他精神类疾病的预测和管理。

由投资人陈天桥创立的天桥脑科学研究院(TCCI)近日与上海市精神卫生中心宣布合作建设人工智能与精神健康实验室，重点关注如何用人工智能在精神卫生以及心理健康领域的深入研究和转化应用，针对个体行为和症状建立的大数据，开展精神疾病评估和干预。

人工智能可以用于捕捉人的生理特征、行为等数据，并通过模型的训练和计算，识别相对应的认知问题。这些生理特征数据包括呼吸频率、心率、步态等。

“人工智能提供了一个很好的解决思路，用新技术对精神疾病开展客观、长期、大人群的研究，进行计算机建模，开发与形成系统性的工具方法。”陈天桥在接受第一财经记者采访时说道，“我们的目标是把局部数据变成整体数据，短期数据变成长期数据，主观数据变成客观数据，少量数据变成全部数据。”