在ENG和CAMED开发的机器学习模型通过分析语音模式来工作
通过安德鲁·瑟斯顿
试图确定某人是否患有阿尔茨海默病通常需要一系列的评估——面谈、脑成像、血液和脑脊液检查。但是，到那时，可能已经太晚了：记忆开始溜走，长期建立的人格特征开始微妙地发生变化。如果及早发现，新的开拓性治疗方法可以减缓这种疾病无情的进展，但目前还没有确定的方法来预测谁会患上与阿尔茨海默氏症相关的痴呆症。
现在，波士顿大学的澳门威尼斯人注册网站研究人员表示，他们设计了一种很有前途的新型人工智能计算机程序或模型，有朝一日可以通过分析病人的语言来帮助改变这种状况。
他们的模型能够以78.5%的准确率预测患有轻度认知障碍的人在未来六年内是否可能保持稳定，或者陷入与阿尔茨海默病相关的痴呆。澳门威尼斯人注册网站研究人员说，在允许临床医生窥视未来并做出早期诊断的同时，他们的工作还可以通过自动化部分过程，使认知障碍筛查更容易进行——不需要昂贵的实验室检查、成像检查，甚至不需要去办公室。该模型由机器学习驱动，机器学习是人工智能的一个子集，计算机科学家教程序独立分析数据。
“我们想要预测未来六年将会发生什么，我们发现我们可以合理地以相对较好的信心和准确性做出预测，”工程学杰出教授Yannis Paschalidis说，他与一个由工程师、神经生物学家、计算机和数据科学家组成的多学科团队合作了这个项目。澳门威尼斯人注册网站研究人员在阿尔茨海默病协会的期刊《阿尔茨海默病与痴呆症》上发表了他们的澳门威尼斯人注册网站研究结果。