帕金森病是一种没有已知疗法的神经退行性疾病，会导致运动功能相关神经元的进行性丧失，确诊时的神经系统变性通常已持续多年。而《自然·医学》最新发表的一项研究发现，被动采集的运动追踪数据或能作为预测帕金森病未来发展的早期指标。

研究者利用英国生物银行采集年龄在40岁—60岁的10.3万人的数据，并模拟了运动追踪设备的数据，以探究其是否能用来在临床确诊前发现帕金森病患者。结果发现，相比常用的临床标志物（如生活方式、遗传学、血液生化学和患者报告症状），使用来自运动追踪设备的数据训练的机器学习模型能更好地区分临床诊断和预诊的帕金森病。白天的平均运动加速度在帕金森病确诊的前几年里会减慢，且帕金森病确诊患者的睡眠障碍比其他临床疾病患者（比如其他神经退行性疾病和运动障碍）更严重。这一研究结果表明运动数据或能作为发现有帕金森病风险人群的低成本筛查工具。但研究者同时表示，仍需在其他人群中开展进一步研究来重复以上结果。