科學家證實，智能手錶收集到的數據，可以在柏金遜綜合症患者出現病徵前七年偵測到病症。
英國卡地夫大學的英國腦退化研究院（The UK Dementia Research Institute）研究團隊運用人工智能技術，分析了103,712名智能手錶佩戴者的手錶數據，觀察他們在2013年至2016期間某一個星期內行動步速的變化，藉此預測哪些人在七年內患上柏金遜症。研究人員相信，這種數據分析方法可以發展成為準確的柏金遜症篩檢工具。
該項研究的樣本當中，有272人已確診患上柏金遜症，另外196人在2021年被診斷患有柏金遜症（他們在2013年接受檢測，結果為陰性）。
該項研究於今年7月在《自然醫學》期刊（Nature Medicine）發表，不過，負責研究的專家直言，需要進行更多研究，比較世界各地同類數據的分析結果，以確定分析的準確度。
「典型」的柏金遜症成因，是腦幹內黑質的神經細胞退化，不能製造神經傳導物多巴胺（dopamine）。多巴胺的作用是使神經訊息平穩地從一個神經細胞傳至另一個神經細胞，細胞接著把訊息傳送給肌肉，啟動自主動作。一旦多巴胺供應減少，訊息傳輸便不能正常進行，令人出現震顫、肌肉僵硬和活動遲緩等徵狀。目前，醫學界並不清楚黑質的神經細胞退化的原因，但相信大部分個案是遺傳因素及環境因素互相影響而造成。
據統計，三成英國人有佩戴Apple Watch和Fitbit等智能手錶。帶領研究的珊度博士（Dr Cynthia Sandor）說，智能手錶的數據可以檢測早期柏金遜症，是成本低而可靠的方案。她表示：「這項發現對醫學研究和臨床診治都有很大幫助，省卻招募參加者參與臨床研究 ，而且能夠讓患者及早發現病症
她解釋，柏金遜症患者的腦部多年間逐漸受損，而醫生的診斷主要取決於患者的活動能力退化程度，換言之，在確診時，患者的病情通常已經到達不能逆轉的階段，大腦逾半黑質細胞已受損。
研究採用英國生物數據庫UK Biobank的數據。該資料庫收集了近50萬人的詳盡健康數據。有份參與研究的皮奧博士（Dr Kathryn Peall）表示，數據分析能夠清晰和準確地分辨出柏金遜症和其他影響活動能力因素造成的影響，如年老或虛弱、骨質疏鬆，以至其他形式的神經系統衰退疾病。
研究人員發現，智能手錶收集的行動速度變化數據，比起個人的基因、生活習慣、血液生化指標等風險因素，更能夠準確預測患病。
皮奧博士說：「數據分析對患者的識別能力相當高，不過醫護人員應不應該在患者出現病徵前幾年就告訴他們患上了柏金遜症？這引伸到有關個人選擇的討論。」
沒有參與該項研究的美國加州大學神經學系臨床研究人員登納教授（Caroline Tanner）認為，智能手錶的數據有助檢測，但除了行動速度，還有其他行為上的轉變可診斷柏金遜症的病情發展，如失去嗅覺、便秘和睡眠失調等。掃描大腦的多巴胺傳送影像和MRI 亦是常用的輔助診斷工具。
