Chatbot可以及时检测早期痴呆症

例如，如果早期鉴定阿尔茨海默氏症的痴呆症，例如，在轻度认知障碍的阶段，在某些情况下，可以稳定神经功能的下降甚至缩短。

Qut ph.d.数据科学研究员Ahmed Alkenani使用语言特征开发了自动机器学习模型，以识别痴呆症的多个阶段，包括轻度认知障碍（MCI），可能的阿尔茨海默氏症（POAD），以及可能的Alzheimer的痴呆症（AD），即不完全开发的广告。

“在发展痴呆症之前，可以鉴定语言变化年份，这突出了语言分析对早期痴呆检测的重要性，”Qut的计算机科学学院先生说。

“我们的研究表明，使用机器学习模型可以通过语言模式和缺陷有效地诊断痴呆症的早期阶段。

“早期，准确的诊断对于使临床医生能够及时干预以延迟或预防阿尔茨海默痴呆症是重要的。

“目前，初步诊断是用诸如迷你精神状态检查（MMSE）和蒙特利尔认知评估（MOCA）的笔和纸筛查试验进行。

“这些传统测试通常是基于诊所的，并涉及一系列问题和任务，以评估短期记忆，注意力，重复和方向。

“传统测试依赖于神经科学家的经验和交付和评估的专业水平，结果通常受到患者年龄的影响（正常年龄相关认知下降的可能性）和教育水平。”

安卡莱纳尼先生表示，随着痴呆症的先进，一个人的语言理解和口头复杂性下降。

“痴呆症严重程度与有限的词汇表达和增加的单词重复相关，这是我们可以作为语言生物标志物作为痴呆症的进展，”依纪说道。“

“我们的研究分析了DementiaBank的语言样本，来自具有认知障碍和痴呆症的人的语言样本的大型开源数据库，坐在众所周知的'Cookie盗窃'图片描述任务。

“对于这项研究，我们介绍了几个新的单词和语法特征，以前建立了培训机器学习分类器以识别MCI和广告的语言生物标志物。

“我们研究了从诊断出患有可能的广告的人员的语言样本，来自MCI的人的43个样本，21个样本属于可能的广告的人和健康人员243人。

“我们发现患有痴呆症的人们倾向于使用更少的名词，但与健康成年人相比，痴呆症进展更多的动词，代词和形容词。

“例如，我们发现名词与动词比率和动词到名词比率，在区分AD和MCI从健康的人中差异很大。

“这很有趣，因为以前的研究表明，在不同的大脑区域中学习并激活了名词和动词，可以与最初受痴呆症和帮助的大脑面积相匹配早期干涉。“

alkenani先生表示，该研究被认为是首先通过机器学习模型准确，自动地分类广告，MCI和POAD。

“我们探索了Word和语法模式，我们将这些模式相关联所有阶段，以突出最强的关联。

“我们的终极目标是开发一种可以远程使用的会话代理或聊天，以促进早期诊断痴呆试图取代传统筛查测试。“

“使用语言模式和赤字预测前驱痴呆和赤字”IEEE访问。

---

---