帕金森病是一種神經退行性疾病，會導致運動功能相關神經元逐漸喪失，尚無已知療法可治愈。確診時的神經系統變性通常已持續多年，此時約有50%—70%的運動功能相關神經元已受到影響。提早發現有帕金森病風險的個體或能讓更多人加入為該疾病設計保護性療法的臨床研究。

　　英國卡迪夫大學團隊利用英國生物銀行采集的年齡在40—69歲的10.3萬人的數據，模擬了運動追蹤設備的數據是否能用來在臨床確診前發現帕金森病患者。團隊發現，相比常用的臨床標志物，如來自生活方式、遺傳學、血液生化學和患者報告癥狀的指標，使用來自運動追蹤設備的數據訓練的機器學習模型能更好地區分臨床診斷和預診斷的帕金森病。團隊指出，與運動加速和睡眠質量相關的特定模式與帕金森病的未來發病和/或現有確診有關。白天的平均運動加速在帕金森病確診前的幾年里會減慢，而帕金森病確診患者的睡眠障礙比其他臨床疾病患者（如其他神經退行性疾病和運動障礙）更嚴重。

　　該研究結果表明，運動數據或能作為發現有帕金森病風險人群的低成本篩查工具，對帕金森病相關的病理性神經退行跡象的早期篩查，有助于啟動神經保護療法，開展針對疾病發展的臨床試驗。