计算机可以诊断阿尔茨海默氏病和痴呆症吗？
诊断阿尔茨海默氏病需要大量时间和金钱。在进行了长期的面对面神经心理学检查之后，临床医生必须详细介绍，审查和分析所有反应。但是波士顿大学的研究人员开发了一种新工具，可以使过程自动化并最终使其在线移动。他们的机器学习能力计算模型可以从神经心理学测试的音频记录中检测出认知障碍，而无需亲自任命。他们的发现发表在阿尔茨海默氏症和痴呆症。
“这种方法使我们更近一步早期干涉”纸上的合着者，工程学院杰出的工程学教授Ioannis Paschalidis说。临床试验该专注于疾病早期阶段的个体，并有可能使认知能力下降的临床干预措施：“它可以构成在线工具的基础，该工具可以覆盖所有人，并可以增加早日筛查的人数。”
研究小组使用1,000多名弗雷明汉心脏研究中的1000多人的神经心理访谈的录音训练了他们的模型，这是一个长期以来的BU领导的项目，研究心血管疾病和其他生理状况。使用自动化的在线语音识别工具 - 想到，“嘿，Google！” -机器学习技术称自然语言处理这有助于计算机理解文本，他们的程序将访谈转录，然后将其编码为数字。培训了最终模型，以评估个人的可能性和严重性认知障碍使用人口统计数据，文本编码和神经心理学家的真实诊断。
帕萨利迪（Paschalidis）说，该模型不仅能够准确区分健康的个体和痴呆症患者，而且还检测轻度认知障碍和痴呆症。而且，事实证明，录音的质量以及人们的讲话方式（无论他们的讲话都变得微风或持续步履蹒跚）都比他们所说的内容重要。
Paschalidis说：“令人惊讶的是，语音流或其他音频功能并不那么关键；您可以自动很好地转录访谈，并通过AI依靠文本分析来评估认知障碍。”哈里里计算与计算科学与工程研究所。尽管该团队仍然需要针对其他数据来源验证其结果，但这些发现表明他们的工具可以支持临床医生使用录音（包括虚拟或远程医疗约会的录音）来诊断认知障碍。
症状发作前筛查
该模型还提供了有关神经心理学检查的哪些部分比其他人在确定个人是否损害认知方面更重要的部分。研究人员的模型根据执行的临床测试将考试转录本分为不同的部分。他们发现，例如波士顿命名测试- 在哪些临床医生要求个人使用一个单词标记一张图片的情况下，最有用的信息，以进行准确的痴呆诊断。Paschalidis说：“这可能使临床医生能够以使他们能够进行更多筛查的方式分配资源，甚至在症状发作之前进行。”
痴呆症的早期诊断不仅对于患者及其护理人员能够制定有效的治疗和支持计划很重要，而且对于从事疗法的研究人员减慢和防止阿尔茨海默氏病进展至关重要。Paschalidis说：“我们的模型可以帮助临床医生评估患者认知能力下降的机会，然后通过对痴呆症可能性更高的人进行进一步测试，从而为他们提供最佳量身定制资源。”
研究小组正在寻找志愿者进行在线调查并提交匿名认知测试- 归因将用于提供个性化的认知评估，还将帮助团队完善其AI模型。
进一步探索
