远程AI评估帕金森病中的设备类型与利手偏倚量化研究

本研究针对远程数字健康评估中算法公平性问题，通过机器学习分析251名参与者（99名PD/疑似PD患者）的手部运动数据，发现基于随机森林模型的PD预测准确率达92%（AUROC 94%）。研究首次系统揭示了设备类型（Windows/Mac）和利手（左/右）因素对预测结果的潜在偏倚（DI 0.38-0.70），为数字健康工具的公平性优化提供了重要依据。论文发表于《npj Digital Medicine》。

　　

帕金森病（Parkinson's Disease, PD）作为全球增长最快的神经系统疾病，预计到2030年50岁以上患者数量将激增128%。传统诊断依赖专业设备和临床评估，成本高昂且可及性差。近年来，基于键盘敲击、语音分析等数字表型（digital phenotyping）的远程评估崭露头角，但隐藏在算法中的潜在偏倚（bias）问题却鲜少被关注。这项发表在《npj Digital Medicine》的研究首次系统揭示了远程PD评估中设备类型和利手因素导致的算法偏倚，为数字健康公平性（algorithmic fairness）树立了新的研究范式。

研究团队开发了基于网页的远程评估平台，通过鼠标轨迹追踪（包括直线、正弦波和螺旋线绘制）和键盘交互任务（单键/多键按压）采集运动功能数据，结合工作记忆测试，从251名参与者（99名PD/疑似PD患者）中提取79维特征。采用随机森林等机器学习模型分析发现：全局最优模型达到92%准确率和94% AUROC，但深入分析揭示Windows用户获得PD诊断的概率比Mac用户低38-70%（DI=0.48-0.70），左利手群体也存在类似劣势。

关键技术方法包括：1）基于网页的交互式数据采集系统记录鼠标轨迹和键盘动力学参数；2）SMOTE和随机重采样解决数据不平衡问题；3）随机森林等6种机器学习模型比较；4）引入差异影响（Disparate Impact, DI）、均等机会（Equal Opportunity, EO）等公平性量化指标；5）分层特征重要性分析。

【模型选择】通过5折交叉验证比较6种算法，LightGBM以95.01% F1-score和97.14% AUROC表现最优，但随机森林在测试集展现更稳定性能（敏感性86%，特异性92%）。

【模型偏倚与公平性】表面F1-score未显示显著差异，但深入分析发现：设备类型导致DI=0.48（Mac vs Windows），利手因素DI=0.54（右 vs 左），表明系统性预测偏倚。Equalized Odds指标进一步证实这些差异具有统计学意义。

【分层特征重要性】全局分析显示鼠标轨迹特征最具预测力（如直线追踪总偏差贡献度0.06），但左利手群体依赖键盘按压特征（如恒定键正确按压率贡献度0.08），Mac用户则需综合鼠标点击和记忆特征，暗示不同群体可能存在差异化生物标志物。

研究结论指出，数字健康工具的技术异质性（如不同操作系统采样率差异）可能通过设备类型等代理变量（proxy）放大健康不平等。特别值得注意的是，设备类型差异可能隐含社会经济地位信息——Mac设备的高价格可能使其成为高收入群体的标志，而模型对Mac用户更高的PD预测率可能反映训练数据中该群体的特定运动模式。这为"技术增强健康公平"的理想提出了现实挑战。

讨论部分强调三个关键启示：1）传统性能指标（如F1-score）可能掩盖算法偏倚，需结合DI、EO等公平性指标；2）数据不平衡会加剧交叉偏倚（如种族不平衡放大设备类型差异）；3）未来研究需采集更丰富的技术协变量（如采样率、输入延迟）。这些发现为开发真正普惠的数字健康评估工具提供了重要方法论参考。