研究小组从英国生物银行(uk biobank)收集了10万3712名在2013-2016年7天内佩戴医疗用智能手表的40岁到69岁的人的数据。这款手表连续7天测量佩戴者的平均加速度(运动加速度)。接着研究组将此与被诊断为帕金森病的其他参加者的数据进行了比较。

  研究小组发现，利用运动追踪器数据的人工智能(ai)模型与普通临床目标(如生活方式、遗传学、血液生化、患者报告症状的目标)相比，可以更好地区分帕金森病的临床诊断和事前诊断。加速运动和睡眠质量相关的特定模式与未来帕金森病的发病及/或现在的诊断有关。白天的平均运动速度在诊断帕金森病前的几年会变慢，帕金森病诊断患者的睡眠障碍比其他临床疾病——神经退行性疾病或运动障碍等其他疾病更严重。

  研究小组将会患上帕金森病，从人工智能(ai)智能手表数据中可以识别。该模型中预测的人如果患上帕金森病，比起是否患有帕金森病，更应该正确诊断其他危险因素或其他公认的疾病早期征兆，而且预测未来的时间也被诊断为帕金森病。患有帕金森病的大部分人在开始出现症状时，运动功能相关的神经细胞相当一部分会消失，因此早期诊断帕金森病非常重要。目前，智能手表的佩戴已经普遍化，此次研究说明，智能手表是一种有效的疾病筛选检查工具，可以帮助疾病的早期发现。

  作者主张，此次研究结果表明，运动数据可以成为发现有帕金森病危险的人的低费用筛选检查工具。但他们警告说，为了重复这个结果，有必要对其他人进行进一步的研究。他们说早期诊断与帕金森病有关的病理神经退行性症状可以帮助进行神经保护治疗和/或疾病的临床试验。