波士顿大学的研究人员开发了一个人工智能程序，可以从语音记录中准确有效地检测出认知障碍。
波士顿大学7月11日消息
诊断阿尔茨海默病需要花费大量的时间和金钱。在进行了冗长的面对面的神经心理学检查后，临床医生必须详细记录、审查和分析每一个结果。但波士顿大学（Boston University）的研究人员开发了一种新工具，可以自动化这一过程，并最终使其转移到网上。他们的机器学习驱动的计算模型可以从神经心理测试的音频记录中检测出认知障碍——不需要亲自预约去医院。他们的研究结果发表在阿尔茨海默病协会杂志《阿尔茨海默病与失智症》（Alzheimer’s ＆ Dementia）上。
研究于2022年7月7日发表在《Alzheimer’s ＆ Dementia》（最新影响因子：16．665）杂志上
“这种方法让我们离早期干预又近了一步，”该论文的合著者、波士顿大学工程学院杰出的工程学教授 Ioannis Paschalidis 说。他说，更快、更早地发现阿尔茨海默病可以推动更大规模的临床试验，这些试验专注于处于疾病早期阶段的个体，并可能使减缓认知衰退的临床干预成为可能：“它可以形成一个在线工具的基础，可以覆盖所有人，并可以增加早期接受筛查的人数。”
Ioannis Paschalidis 教授
研究小组使用弗雷明汉心脏研究（Framingham Heart Study，FHS）中超过 1，000 人的神经心理学访谈录音来训练他们的模型。弗雷明汉心脏研究是一个由波士顿大学领导的长期项目，研究心血管疾病和其他生理状况。使用自动在线语音识别工具——“嘿，谷歌！”（Hey， Google！），还有一种名为自然语言处理的机器学习技术，可以帮助计算机理解文本，他们让自己的程序转录采录内容，然后将其编码为数字。最后的模型经过训练，使用人口统计数据、文本编码和神经学家和心理学家的真实诊断来评估个体认知障碍的可能性和严重程度。
Paschalidis 说，该模型不仅能够准确区分健康个体和失智症患者，而且还能检测出轻度认知障碍和失智症患者之间的差异。结果发现，录音的质量和人们说话的方式——他们的讲话是轻松自如还是始终吞吞吐吐——都不如他们所说的内容重要。
“让我们惊讶的是，语音流或其他音频功能并不是那么重要，你可以很好地自动转录采访，并依靠人工智能的文本分析来评估认知障碍，” Paschalidis 说，他也是波士顿大学 Rafik B． Hariri 计算与计算科学与工程研究所的新主任。尽管该团队仍然需要对其结果与其他数据来源进行验证，但研究结果表明，他们的工具可以支持临床医生通过录音（包括虚拟或远程医疗预约）诊断认知障碍。
出现症状前的筛查
该模型还提供了关于神经心理学测试的哪个部分在确定一个人的认知能力是否受损方面可能比其他部分更重要的见解。研究人员的模型根据所进行的临床测试将考试成绩单分成不同的部分。例如，他们发现，波士顿命名测试（Boston Naming Test）——临床医生要求受试者用一个词给一张图片贴上标签——对准确诊断失智症最有帮助。Paschalidis 说：“这可能使临床医生能够以一种允许他们进行更多筛查的方式分配资源，甚至在症状出现之前。”
失智症的早期诊断不仅对患者及其护理人员制定有效的治疗和支持计划至关重要，而且对研究延缓和预防阿尔茨海默病进展的治疗方法的研究人员也至关重要。“我们的模型可以帮助临床医生评估患者认知能力下降的可能性，” Paschalidis 说，“然后通过对那些患失智症可能性更高的人进行进一步测试，为他们量身定制资源。”
创立于1839年的波士顿大学
免责声明
本公众号上的医疗信息仅作为信息资源提供与分享，不用于或依赖于任何诊断或治疗目的。此信息不应替代专业诊断或治疗。在做出任何医疗决定或有关特定医疗状况的指导之前，请咨询你的医生。
原文标题 : 计算机可以诊断阿尔茨海默病和失智症吗？
