האם סרטון קצר מהטלפון יכול לספק רמזים מוטוריים למחלת פרקינסון? מחקר חדש ב־PLOS ONE בחן את האפשרות — ומצא אות מדיד, אך עדיין לא כלי שמתאים לאבחון.

החוקרים גייסו 40 משתתפים: 20 אנשים שאובחנו בפרקינסון ו־20 אנשים בריאים בקבוצת ביקורת. כל משתתף צולם במצלמה הקדמית של סמארטפון בארבעה תרחישים של תנועות פנים. לאחר מכן נותחו מאפיינים כמו תנועת השפתיים, זוויות הפה, הגבות והעיניים.

מבין שילובים רבים של מודלים ושיטות עיבוד, התוצאה הטובה ביותר התקבלה במודל XGBoost על סרטון חיוך: דיוק של 77%, רגישות של 86%, דיוק חיובי של 75% וציון F1 של 0.79. הביצועים חושבו באימות צולב של חמישה קפלים, שבו הסרטונים של כל אדם נשמרו באותו קפל כדי לצמצם דליפת מידע בין האימון לבדיקה.

המודלים ניסו גם להעריך את חומרת המחלה ואת הציון המוטורי MDS-UPDRS III. כאן הביצועים היו חלשים יותר: טעות אחוזית ממוצעת של 38.36% בדירוג Hoehn & Yahr ושל 45.33% בציון המוטורי. ניתוח ההסבר של המודל הצביע על תנועות השפתיים וזוויות הפה כמאפיינים חשובים לסיווג, ועל הגבות והעיניים כמאפיינים בולטים להערכת התפקוד המוטורי.

חשוב לקרוא את המספרים בזהירות. מדובר במדגם קטן ומאוזן באופן מלאכותי, עם 20 אנשים בכל קבוצה, ולא באוכלוסייה קלינית רגילה שבה שכיחות המחלה נמוכה יותר. החוקרים בדקו שילובים רבים ובחרו את התוצאה הטובה ביותר, והמחקר לא כלל קבוצת אימות חיצונית מאתר אחר. לכן אי אפשר להסיק שהדיוק יישמר בבית, במכשירים שונים או אצל אנשים עם מצבים אחרים שמשפיעים על הבעות הפנים.

השורה התחתונה: דינמיקת פנים מסרטון סלפי עשויה להפוך בעתיד למדד דיגיטלי נגיש למעקב או לסינון ראשוני, אך 77% דיוק במדגם של 40 איש אינו מספיק לאבחון. חשד לפרקינסון דורש הערכה רפואית מסודרת; אלגוריתם כזה, אם יבשיל, יוכל לכל היותר לתמוך בה — לא להחליף אותה.