2021-07-27 14:07

机器学习算法用于检测通话时的阿尔茨海默病

Machine learning algorithms used to detect Alzheimer's during phone conversations

日本麦卡恩医疗保健公司(McCann Healthcare Worldwide Japan Inc.)公共卫生部门的研究人员开发了三种算法,可用于检测患者进行电话交谈时的阿尔茨海默病。该小组撰写了一篇论文,概述了这些算法及其有效性,并将其上传到开放获取网站PLOS ONE上。

尽管全世界都在努力,阿尔茨海默病仍然没有治愈的方法。阿尔茨海默病影响着全球数百万人,其中包括大约580万美国人。然而,医学研究人员已经在减缓其进展方面取得了进展;这就是为什么及早发现这种疾病变得越来越重要的原因。因此,科学家们将注意力转向寻找新的方法来预测哪些人会得这种疾病。在这项新研究中,研究人员将机器学习作为诊断的辅助手段。

先前的研究表明,阿尔茨海默氏症的一些早期症状包括说话比平时慢,交谈时停顿更多。一些研究已经开始识别这种语言障碍——日本一个团队的一个项目使用了认知状态电话采访(TICS-J)测试,在这个测试中,电话交谈被记录下来,研究是否有缓慢或断断续续的语言。在这项新研究中,研究人员用一台运行机器学习算法的电脑取代了人类聆听和分析电话对话。

设计了三种不同的机器学习算法来研究语音模式。所有人都被教如何识别阿尔茨海默氏症的迹象,使用的是日本一个正在进行的痴呆症项目的录音。然后,研究人员使用其他录音来测试算法,发现它们的平均水平与TICS-J一样好,甚至略好,没有返回任何假阳性结果。研究人员表示,他们的算法可以用来提供一种更便宜、更容易获得的早期阿尔茨海默氏症测试形式。