כימות מבוסס-וידאו שניתן לפרשו ובעל גרנולריות של תכונות מוטוריות במבחן הקשה באצבע במחלת הפרקינסון

מדוע נקישה באצבעות יכולה לחשוף את בריאות המוח

בקרב אנשים רבים עם מחלת הפרקינסון, תנועות יומיומיות כמו סידור כפתור או הקלדה על מקלדת הופכות בהדרגה לאטיות וקטנות יותר. רופאים בוחנים תקדימים אלה לעתים קרובות באמצעות מבחן פשוט של הקשה באצבע: המטופלים נוגעים במהירות בקצה האגודל ובקצה האצבע המורה. באופן מסורתי, קלינאי צופה ומעניק ציון יחיד. מחקר זה מראה כיצד הקלטות וידאו רגילות ובינה מלאכותית יכולות להפוך את המבחן הקצר הזה לקריאת תנועה עשירה ואובייקטיבית, שעלולה להפוך את הניטור של פרקינסון ליותר מדויק ונוח לביצוע בבית.

מבחן פשוט עם מורכבות חבויה

פעולת ההקשה נראית פשוטה, אך מומחים יודעים שהיא מכילה מספר בעיות נפרדות המתחבאות יחד. אנשים עם פרקינסון עשויים להציג הקטנת משרעת התנועה (היפוקינזיה), תנועה איטית יותר (ברדי-קינזיה), ירידה הדרגתית בביצועים במשך כמה שניות (האפקט הרצף), ו»היסוסים־עצירות« של הפסקות לא סדירות. עד כה התבוננו ברוב הדפוסים הללו בעין והפיקו ציון אחד של חומרה, שניתן להשתנות בין קלינאים. המחברים ביקשו לפרק את המבחן ולמדוד כל אחד מארבעת המאפיינים הללו בנפרד, תוך שימוש אך ורק בוידאו.

הפיכת וידאו של ידיים למספרים

החוקרים ניתחו יותר מ-4,000 סרטוני הקשה מאצבע שנלקחו מ-446 אנשים עם פרקינסון שלקחו חלק בפרויקט הפרקינסון המותאם אישית. באמצעות תוכנה לראייה ממוחשבת הם מיקמו באופן אוטומטי נקודות מפתח על היד—כמו קצה האגודל, קצה האצבע המורה והפרק—בכל פריים. מהנקודות הללו חישבו את המרחק המשתנה בין האגודל לאצבע המורה בזמן ההקשה. באמצעות מעקב גם אחר אורך כף היד הם קיבעו את קנה המידה של המרחק כך שהמדידות יהיו להשוואה גם כאשר זווית המצלמה או המרחק משתנים בין הקלטות. האות הגלי שנוצר של פתיחה וסגירה של האצבעות הפך לבסיס לכל החישובים הבאים.

מדידת ארבעה סוגי בעיות תנועה

מכל אות הבנו צוות החוקרים סט קומפקטי של 12 תכונות שנועדו להתיישב עם ארבעת הבעיות הקליניות המוגדרות. גובה ממוצע של ההקשה תפס כמה רחבה הייתה פתיחת האצבעות, והשתקף בהיפוקינזיה. הזמן בין הפסגות באות תפס כמה ארך כל מעגל הקשה, והשתקף בברדי-קינזיה. שתי מדידות מהירות שילבו מידע על גודל ותזמון ההקשות. תכונות נוספות עקבו אחר האם ההקשות הצטמצמו או האטו במהלך המבחן הקצר (אפקט הרצף), ועד כמה גודל, תזמון ומהירות ההקשות תנודו ממעגל למעגל, כולל הפסקות ארוכות חריגות שסופרו כהפרעות (היסוסים־עצירות). בדיקות סטטיסטיות הראו שרוב המדידות מבוססות-הוידאו האלה החריפו בקורלציה עם ציון הקליני הסטנדרטי, במיוחד עבור גודל התנועה, האיטיות וההפסקות הלא סדירות.

חשיפת דפוסים עדינים יותר בתנועות של פרקינסון

כדי לראות כיצד המדידות האלה מתאגדות באופן טבעי, המחברים השתמשו בטכניקה סטטיסטית של אשכולות שמקבצת תכונות קשורות. ארבעת תחומי התנועה הצפויים הופיעו, אך הנתונים רמזו על מבנה עדין אף יותר. במיוחד, אפקט הרצף וההיסוסים־עצירות נראו מתפצלים כל אחד לשני תת-סוגים: אחד המונע משינויים בגודל ומהירות התנועה, ואחר המונע משינויים בתזמון והימצאות הפרעות. זה מרמז שמה שנראה כבעיית יחידה במבט קליני עשוי למעשה לכלול מספר דפוסים מובחנים, שאולי יתבררו בעתיד כשונים מבחינה נוירולוגית או בתגובת טיפולים.

ממאפיינים אובייקטיביים לציונים מעשיים

מכיוון שהתקן הזהב כיום הוא עדיין MDS-UPDRS (סקאלת הדירוג המאוחדת של מחלת הפרקינסון מטעם החברה להפרעות תנועה), החוקרים בחנו גם האם התכונות שלהם יכולות לחזות את ציוני חומרת ההקשה המקובלים. הם אימנו מספר סוגי מודלים של למידת מכונה על התכונות הווידאואיות. המודל הטוב ביותר, מערכת עצי החלטה מוגברת בגרדיאנט, הציב נכונה הקלטות בקטגוריות קל, בינוני või חמור בתכיפות גבוהה יותר משיטות מבוססות-וידאו קודמות. חשוב לציין שבעייתיות זו עבדה היטב גם על מאגר נתונים נפרד שנרשם עם מערך מצלמות שונה, מה שמרמז שהיא יכולה להתכלל מעבר למעבדה או למרפאה בודדת.

מה משמעות הדבר עבור מטופלים וטיפול

בקצה הפרקטי, עבודה זו מראה כי סרטון קצר של אדם המבצע הקשות באצבעות יכול להיות מומר לטביעת אצבע מפורטת ואובייקטיבית של האופן שבו מחלת הפרקינסון משפיעה על תנועותיו. במקום ציון יחיד וסובייקטיבי, רופאים וחוקרים יכולים לראות מספרים נפרדים עבור כמה קטנות, כמה איטיות, כמה מתעייפות, וכמה לא סדירות התנועות. מכיוון שהשיטה מסתמכת רק על מצלמה ומדידות שניתנות לפרשנות, היא עשויה לשמש בניסויי קליניים גדולים ובסופו של דבר גם לבדיקות מרחוק בבית. מחקרים עתידיים יצטרכו להראות כיצד סימנים מבוססי-וידאו אלה משתנים עם תרופות ועל פני שנות המחלה, אך המסגרת הזו מסמנת צעד חשוב לקראת ניטור מדויק ונוח יותר של תסמיני הפרקינסון.

ציטוט: Zarrat Ehsan, T., Tangermann, M., Güçlütürk, Y. et al. Interpretable and granular video-based quantification of motor characteristics from the finger-tapping test in Parkinson’s disease. npj Parkinsons Dis. 12, 101 (2026). https://doi.org/10.1038/s41531-026-01307-w

מילות מפתח: מחלת הפרקינסון, מבחן הקשה באצבע, ראייה ממוחשבת, הערכה מוטורית מרחוק, ביומרקרים דיגיטליים