文/周霄 图/复旦大学附属中山医院神经内科提供

智能步态分析机器人“小来”

“走路步子越迈越小，我究竟是怎么了”

70岁的王教授，退休后喜欢与夫人一起结伴旅行，但3 年疫情让旅行计划搁浅了。今年，社会生活恢复正常，当王教授准备重启旅行计划时，不料发现身体出了状况：不敢迈步走路了，且步子越走越小。“这究竟是怎么回事？”

王教授去家附近医院就诊，医生认为可能是帕金森病，但经过帕金森病对症治疗后，症状并没有缓解。后经病友推荐，王教授找到了复旦大学附属中山医院神经内科主任医师丁晶。

“我们有一个叫‘小来’的机器人，它可以通过观察你的步态，帮助我们医生分析背后的疾病原因。”丁晶主任说。“小来”是一个智能步态分析机器人，它通过观察患者的走路姿势，筛查出其背后可能存在的疾病，可以达到专家准确率的92%。跟随王教授的步伐，“小来”边走边看，最终它的分析报告排除了帕金森病的步态，提示可能存在脑血管病变、阿尔茨海默病等其他脑部疾病。

接下来，丁主任让王教授接受了“双重任务测试”，让患者边走路边完成计算。测试结果：王教授同时完成两个任务的时候步速显著减慢；丁主任判断，王教授可能存在大脑额叶损伤的情况。下一步，王教授拍摄了脑部磁共振，结果显示，脑额叶部位存在小血管梗塞，这才是行走问题的根源。通过对症药物治疗以及积极的康复锻炼，王教授的步子又可以迈开了，重新与老伴一起踏上了幸福旅程。

异常步态中，3/4与神经系统疾病相关

丁晶主任介绍说，研究证实，在异常的步态中，将近75%与神经系统疾病相关，25%与骨骼等疾病相关。不同的神经系统疾病有其各自特有的步态，比如脑梗死患者有偏瘫步态；阿尔茨海默病患者有越走越慢等特点的步态；帕金森病患者既有蹒跚步态，也有迈不出去的冻结步态等。而如何对异常步态形成视觉化和数据化的评估，一直是医生和科学家们在探索的研究热点。中山医院神经内科主导研发的智能步态评估机器人——“小来”，就是应对我国社会老龄化趋势，避免老年人跌倒后致残、致死的有益尝试。

“其实，‘小来’还有一个姐妹机器人名叫‘小未’，它们在一起寓意‘未来’。”丁晶主任说，“小来”可以走来走去，跟踪患者步伐；“小未”则位置固定，像是一个医生工作站。小来、小未之所以能帮助医生作出精准比对和筛选，是因为：一方面，它们拥有我国自主研发的强大的核心算法；另一方面，它们背后拥有来自科技部和全国多中心的3万余名神经系统疾病患者步态姿势照片作为数据来源的支持。