及時診斷帕金森病（PD）等運動障礙可以提高生活質量。然而，在低收入國家，臨床診斷的可用性有限。在這里，我們介紹了一種名為PULSAR的新方法，該方法可以通過從Webcam錄制的指敲任務視頻來區分是否患有PD的個體。這些視頻用于運動障礙協會-統一帕金森病評分量表（MDS-UPDRS）。PULSAR是在382名參與者的數據上訓練和評估的，其中包括183名自報為PD的患者。我們使用自適應圖卷積神經網絡動態學習任務特定的時空特征，并通過多流卷積模型進一步增強其能力，以捕捉關鍵特征，如手指關節位置、敲擊速度和加速度。由于視頻標簽是自報的，因此一些非PD標簽可能是未被診斷的病例。為了解決這個問題，我們采用了正樣本無標簽（PU）學習方法，其性能優于傳統的監督學習方法。PULSAR在驗證集上的準確率為80.95%，在獨立測試集上的平均準確率為71.29%（標準差為2.49%）。我們希望PULSAR能夠幫助進行帕金森病的篩查，并且這些技術可以擴展到評估共濟失調和亨廷頓病等其他疾病。