شهدت الأبحاث المتعلقة بمرض باركنسون تقدمًا ملحوظًا في السنوات الأخيرة، حيث يقوم الباحثون بتطوير أنظمة ذكية لتحسين تشخيص المرض وأعراضه. في هذا السياق، أعلن فريق من الباحثين عن فوزهم في تحدي MoCha 2026، حيث استخدموا نهجًا مبتكرًا لتقييم شدة الجسيمات الحركية (MDS-UPDRS) باستخدام بيانات حركية قُدمت من مراكز طبية لم يسبق التدريب عليها.

استخدم النظام الجديد الذي طوره الفريق تقنية تجميع موضوعية (Subject-Level Posterior Aggregation) لضمان دقة التقديرات ولتجاوز التحديات التي تواجهها الأنظمة التقليدية. استطاعوا الوصول إلى نتيجة مذهلة بلغت 0.6945 على مقاييس FP1، متفوقين على 58 فريقًا آخر، حيث كانت النتيجة الثانية 0.5807.

والمثير للاهتمام، أن معظم الفارق في الدرجات جاء من ثلاث مراحل اعتُبرت تقليدية. تمت عملية تجميع المعطيات بعناية وفقًا لمعايير دقيقة، مما أدى إلى تحصيل كل هذه النتائج الإيجابية. ورغم ذلك، أدرك الباحثون أن تعديل المعالج لم يُشِّر إلى تحسينات ملحوظة، حيث لم تجلب عشرة معالجات أخرى نتائج أفضل.

تعد التجارب التي أجراها الفريق بمثابة دليل على فعالية النموذج الجديد، إذ تم إثبات أن أفضل النتائج جاءت من التجميع على مستوى الموضوع، مما أكد على أهمية التوجهات الابتكارية في مجموعة البيانات المعيارية.