V súčasnosti sú pacienti s hyperkinetickými poruchami pohybu klasifikovaní na základe znaleckého posudku. V niektorých prípadoch sa používa elektromyografia (EMG). Klasifikácia sa preto zakladá najmä na klinickom hodnotení. Posúdenie typu hyperkinetickej poruchy pohybu je zložité, pretože existujú malé nuansy medzi chorobami a pacienti môžu mať viacnásobné poruchy. Okrem toho človek robí svoje pozorovanie z svätého spôsobu, a preto sa vždy pozerá na súdržnosť toho, čo sa pozoruje. Pre správnu klasifikáciu a diagnostiku hyperkinetických pohybových porúch je nevyhnutné objektívne pozorovanie (časti) tela. To sa týka frekvencie pohybov, napríklad hornej časti ramena, uhlov, pod ktorými k tomu dochádza, a (in)náhodného. Výsledkom toho všetkého je, že správna klasifikácia a diagnostika pohybových porúch má v súčasnosti hodnotu Kappa, opatrenie, ktoré sa používa na odzrkadlenie dohody medzi odborníkmi, v priemere od 0,5 do 0,6. To znamená, že šance sú relatívne vysoké, že sa urobí nesprávna diagnóza, začne sa nesprávna liečba, a preto účinnosť holandskej starostlivosti nie je optimálna. ZiuZ a UMCG chcú v rámci tohto projektu preskúmať, ako môže umelá inteligencia prispieť k zlepšeniu klasifikácie a diagnostiky s cieľom zvýšiť ju na najmenej 0,8, a tým znížiť počet „nesprávnej“ liečby. Cieľom tohto projektu je preto vypracovať prvý dôkaz princípu počítačového diagnostického nástroja (CAD nástroja), ktorého cieľom je zlepšiť diagnostiku, liečbu a hodnotenie prirodzeného priebehu porúch hyperkinetického pohybu a využívať viaceré zdroje údajov (video/senzory/lekárske informácie). Výsledky projektu by sa potom mohli použiť aj na napr. Parkinsonov výskum, ktorý má rozhrania s otrasmi.