據統計，全球有超過一百萬的人被診斷出患有帕金森氏病，這只是一種會引起手部震顫的神經退行性疾病。國際研究人員團隊已在其模型上使用了最強大的技術(現已準備部署)，以確保它們能夠抵抗病理性手震，這種震顫是影響許多成年成年人的常見且令人衰弱的運動問題的征兆。

    研究人員開發了一種機器學習模型，該模型可以使機器人安全地治療與神經退行性疾病相關的手部震顫。

    這項發表在《科學報告》上的研究表明，美國紐約大學坦登工程學院和加拿大西安大略大學(UWO)的研究團隊已經利用人工智能技術來構建算法模型，從而使機器人更加精確，更快。并且與神經退行性疾病有關的手部震顫更安全。

    盡管有諸如穿戴式外骨骼服和神經康復機器人之類的先進技術可以幫助人們抵消一些非自愿運動，但是在實時預測非自愿運動時，這些機器人仍需要精確。如果機器滯后僅10到20毫秒，這可能會阻止機器進行有效補償，并且在某些情況下甚至可能對安全造成潛在風險。

    但是，研究人員已經使用在倫敦(安大略省)運動障礙中心收集的大數據集來創建名為PHTNet的創新機器學習模型，用于“使用遞歸神經網絡進行病理性手震”。

    研究人員使用小型傳感器分析了81位患者在60和70年代的手部動作。然后，他們應用了一種新穎的數據驅動型深度神經網絡建模技術，以提取適用于所有患者的預測信息。在研究論文中，他們揭示了人工智能模型和訓練，并報告了24,300個樣本的95%置信度。

    合著者S. Farokh Atashzar現在是紐約大學坦登分校的助理教授，他在加拿大進行博士和博士后研究時開始探索結合人工智能的機器人的使用，他解釋說：“我們的模型已經在神經學家，研究人員和輔助技術開發人員可以使用的現成階段，它需要大量的計算能力，因此我們計劃開發一種低功耗的云計算方法，該方法將使可穿戴式機器人和外骨骼在患者家中運行。我們還希望開發需要較少計算能力的模型，并在輸入中增加其他生物學因素。”