人工智能在診斷上的應用前景被醫療行業看好，一種被稱為數據表型的疾病診斷法就顛覆了傳統定義的精神疾病診斷法。

數據表型從人們的語言選擇、人們的睡眠模式到給朋友打電話的頻率，對數據進行。通過數字表型，個體與數字科學的結合影響著從診斷、治療到慢性病管理的疾病整個譜系。

在精神病學領域引進數字表型，能夠更密切和持續地測量患者日常生活中的各種生物特征信息，如情緒、活動、心率和睡眠，并將這些信息與臨床癥狀聯系起來，從而改善臨床實踐。

而近日，發表在《Chaos》雜志上的一項新研究表明，跟蹤多發性硬化癥（MS）患者在智能手機觸摸屏上打字方式的變化，可能是監測神經系統退化的一種有用方法。

在鍵盤上打字是一項相對復雜的活動，涉及許多不同的大腦區域，它們有效地協同工作。從一種類型的整體速度到單個按鍵之間的微停頓，隨著時間的推移，這些動態的微小變化可以作為神經退行性疾病進展的早期預警信號。

阿姆斯特丹大學醫學中心的研究人員現在開發了一款智能手機應用程序，可以被動地跟蹤用戶擊鍵動態隨時間的變化。

這項新的研究招募了少量的MS患者和健康對照者。這個隊列被跟蹤了12個月，以觀察擊鍵動力學的變化是否與疾病的退行性進展相關。目前，這項初步研究的結果已證實了擊鍵動力學的可量化變化與MS疾病活動的臨床相關變化相一致。

研究人員表示，如果醫生能夠使用類似擊鍵的方法對病人進行更持續的監測，他們可以更好地預測何時需要新的治療。

事實上，對慢性疾病如多發性硬化癥（MS）的疾病活動進行監測是幫助臨床醫生跟蹤疾病進展和任何治療或干預措施不可或缺的。而這項研究無疑從數據表型的角度給出了全新的無入侵的方式。

責任編輯：xj