學者以人工智能識別柏金遜症快中慢三種亞型
美國康乃爾大學的學者以人工智能的「機械學習」，分析406名柏金遜症患者後，識別出3種以病情發展速度為依據的亞型（subtype），或有助醫生針對不同的疾病進程，施以針對性的治療方法。
該3種亞型分別為：
迅速（Rapid Pace，簡稱PD-R）：涉及54名（13.3%）患者。屬此亞型的患者，病發時運動徵狀（編按：例如震顫或僵硬）已非常嚴重，非運動徵狀也明顯，認知能力尤其受影響，隨後病情發展迅速，惡化較快；
中度（Moderate Pace，簡稱PD-M）：涉及207名（50.9%）患者。此亞型的患者，初始的病徵較溫和，病情發展速度屬中度；
寸進（Inching Pace，簡稱PD-I）：涉及145名（35.7%）患者。此亞型的特點，不單起始病徵較溫和（包括較輕微的睡眠及認知缺損），之後病情的發展速度也較緩慢。
科學界近年觀察到，柏金遜症在不同的患者身上，不會呈現相同的病徵，病情發展速度亦不盡相同，而是十分多樣，這使醫生在患者病發早期或會難以診斷，又或難以決定哪種治療方法會產生最大的效果。
研究人員認為，治療方案應按不同病人的需要來製訂。他們在此研究得出的柏金遜症亞型分類，是以病情發展的步伐為依歸，或有助在臨床處理上更具針對性。
美國腦神經科專科醫生Steven Allder接受Medical News Today網站訪問及評論此研究時，認同上述研究人員的看法。
他認為，像「寸進」的柏金遜症患者，治療目標可以聚焦在維持他們的生活質素上，並透過改進生活方式去防止徵狀惡化。
屬「中度」亞型的患者，或可藉不同的藥物治療組合，處理病徵，從而減慢疾病惡化。
至於屬「迅速」亞型的患者，不但病情發展快，也往往涉及認知缺損。過往研究發現，治療糖尿病的常用藥「二甲雙胍」（metformin）有望改善這種亞型的病人的病徵，特別是與認知及跌倒相關的病徵，也許「二甲雙胍」及其他具神經保護作用的藥物，會成為處理這群亞型病人的重要治療方案。
不過，耶魯大學腦神經學教授Clemens Scherzer接受Medical News Today訪問評論此研究時表示，此研究利用人工智能得出的結果非常有趣，但仍屬非常初步，研究人員日後需要納入更多病人，去確認上述的研究結果。
他指出，要人工智能預測成功，視乎數據輸入的量和質。目前這個範疇的重要缺口，在於需要更大型且高質素的柏金遜症患者「縱向數據集」（longitudinal data sets），亦即涵蓋「前驅期」（編按：指病情變得明顯之前的階段）和整個疾病過程的大型數據。它們對於訓練和驗證人工智能模型非常重要。
此研究於今年（2024年）7月刊登於醫學期刊npj Digital Medicine上。
編譯：特約醫療記者姜素婷
資料來源：
Medical News Today報道
https://www.medicalnewstoday.com/articles/parkinsons-disease-could-have-3-subtypes-researchers-find
Parkinson’s News Today報道
https://parkinsonsnewstoday.com/news/parkinsons-progression-basis-3-distinct-disease-subtypes/
康乃爾大學新聞稿