如果你的孩子患有腦癱，準確了解它如何影響他們的步態對於獲得正確的治療方案和決策至關重要。問題在於步態評估的黃金標準——三維動作擷取技術——成本高昂，在大多數診所都不普遍，特別是在整個東南亞地區。
《公共衞生前沿》期刊上的一項新研究測試了一種更簡便、更容易獲得的方法：結合影片觀察與人工智能來評估兒童的步態。
人工智能可以從智能手機影片中辨識步態模式
研究人員採用了愛丁堡視覺步態評分表（EVGS），這是一份檢查清單，由受過訓練的專業人士使用它來觀察和評分兒童從標準影片記錄中的步行情況。他們將此與機器學習——一種人工智能——配合使用，以分類不同的步態模式。
結果令人鼓舞。當醫生進行具體、詳細的觀察時（例如兒童抬起膝蓋的高度或步行時的踝關節位置），人工智能模型正確識別步態模式的準確率約為64%。更重要的是，該系統在識別某些嚴重步態模式方面達到了89%的準確率——這正是臨床醫生決定正確治療方案所需的資訊。
無需昂貴的設備——只需一部手機和專業的觀察能力
真正的優勢是什麼？這種方法不需要動作擷取實驗室、專門的設備或昂貴的技術。它只需要一部智能手機、一位具有使用檢查清單專業能力的人員和一個電腦演算法。即使在亞洲資源有限的地區，這些工具也越來越容易獲得。
對於新加坡及整個地區的家庭來說，這意味著可以進行更快速的初步評估，無需長時間等候專科醫生的預約或支付高昂的進階檢測費用。當地的物理治療師或兒科醫生可以使用影片評分作為初步篩查工具，或將記錄發送給專科醫生進行人工智能輔助分析——彌合本地醫療服務與專科專業知識之間的差距。
這是第一步，而非完全替代方案
重要的是要明白，這種方法並非旨在取代全面的步態評估。相反，它是一個有用的篩查工具，可以指導哪些兒童需要更詳細的評估，並幫助臨床醫生選擇最佳的康復策略。
- 詢問你的物理治療師是否使用基於影片的步態評估工具來監測你孩子隨著時間推移的進展。
- 保存你孩子在家步行的記錄，在診所訪問之間與你的專科醫生分享進行初步評估。
- 與你的醫生討論這種篩查方法是否可以減少你孩子所需昂貴的專科醫生預約次數。