Jelenleg a hiperkinetikus mozgászavarban szenvedő betegeket szakértői vélemény alapján osztályozzák. Néhány esetben elektromiográfiát (EMG) használnak. A besorolás ezért főként klinikai értékelésen alapul. A hiperkinetikus mozgászavar típusának értékelése összetett, mert kis árnyalatok vannak a betegségek között, és a betegeknek több rendellenességük is lehet. Ezenkívül az ember a megfigyelését szent módon végzi, és ezért mindig a megfigyeltek koherenciáját vizsgálja. A hiperkinetikus mozgászavarok megfelelő osztályozásához és diagnosztizálásához elengedhetetlen a test (részeinek) objektív megfigyelése. Ez vonatkozik például a felkar mozgásának gyakoriságára, a szögekre, amelyek alatt ez bekövetkezik, és (a)véletlen. Mindez azt eredményezi, hogy a mozgászavarok helyes osztályozása és diagnózisa jelenleg Kappa értékkel rendelkezik, amely a szakemberek közötti megállapodást tükrözi, átlagosan 0,5 és 0,6 között. Ez azt jelenti, hogy viszonylag nagy az esélye annak, hogy rossz diagnózist végeznek, rossz kezelést indítanak, ezért a holland ellátás hatékonysága nem optimális. A ZiuZ és az UMCG e projekt keretében azt kívánja vizsgálni, hogy a mesterséges intelligencia hogyan járulhat hozzá az osztályozás és a diagnózis javításához azzal a céllal, hogy azt legalább 0,8-re emeljék, és ezáltal csökkentsék a „rossz” kezelések számát. A projekt célja ezért a számítógéppel segített diagnosztikai eszköz (CAD eszköz) első bizonyítékának kidolgozása, amelynek célja a hiperkinetikus mozgászavarok természetes lefolyásának diagnosztizálása, kezelése és értékelése több adatforrás (videó/szenzorok/orvosi információk) felhasználásával. Ezt követően a projekt eredményei felhasználhatók pl. a Parkinson kutatására is, amely a remegéshez kapcsolódik.