מחקר שפורסם ב־Scientific Reports בחן אם הליכה קצרה עם חיישן יחיד יכולה לשקף הבדלים רחבים יותר בין אנשים שכבר אובחנו בפרקינסון. החוקרים לא ניסו לאבחן את המחלה באוכלוסייה הכללית, אלא לזהות בתוך קבוצת החולים מי דיווחו בדיעבד על לפחות שלושה תסמינים מקדימים.

במחקר השתתפו 274 אנשים עם פרקינסון. כל משתתף הלך 30 מטרים כשחיישן אינרציאלי הוצמד לגב התחתון. מן המדידה הופקו 35 מאפיינים ביומכניים וקליניים, ומהם נבחרו חמישה משתנים מרכזיים — בעיקר מדדים של מורכבות התנועה וסימטריית ההליכה, לצד משקל הגוף.

מודל Random Forest, שאומן גם בעזרת נתונים סינתטיים לאיזון הקבוצות, הגיע באימות צולב ל־ROC AUC של 0.84. אלא שבקבוצת המבחן האמיתית שנשמרה בצד, ה־ROC AUC ירד ל־0.74 וה־PR AUC עמד על 0.71. זהו ביצוע מבטיח למחקר פנימי, אך רחוק מהוכחה שכלי כזה יעבוד במרפאות אחרות או באוכלוסיות שונות.

ניתוח ההסבר של המודל הצביע על אנטרופיה גבוהה יותר של ההליכה ועל שינוי בסימטריה המרחבית־זמנית כמאפיינים שתרמו במיוחד לסיווג. במילים פשוטות: החיישן קלט דפוס תנועה מורכב ופחות מחזורי אצל חלק מהמשתתפים, והמודל קישר אותו לעומס גדול יותר של תסמינים מקדימים שדווחו בהיסטוריה הרפואית.

חשוב להבחין בין אפיון לבין אבחון. לכל המשתתפים כבר הייתה מחלת פרקינסון, יעד הסיווג נשען על דיווח רטרוספקטיבי, והמחקר לא הראה שהחיישן מסוגל לחזות מי יפתח את המחלה. גם השימוש בהגדלה סינתטית של נתוני האימון מחייב זהירות, אף שקבוצת המבחן עצמה נשארה אמיתית ולא נגעה בתהליך האימון.

הערך האפשרי הוא בדיגיטל פנוטייפינג: מדידה אובייקטיבית וקצרה שעשויה בעתיד לעזור לתאר תתי־קבוצות של המחלה ולעקוב אחריהן. לפני שימוש קליני יידרשו אימות חיצוני, בדיקה פרוספקטיבית והשוואה למדדים פשוטים וזולים יותר.