或許未來，智能手機能夠成為一個人的健康篩查器，當下人工智能（AI）正為這一想法提供新的思路。
(資料圖片僅供參考)
根據加拿大阿爾伯塔大學的一項最新研究，研究人員正在開發一種機器學習模型（ML），希望能夠在早期檢測出阿爾茨海默氏病癥。
該研究論文由國際頂尖技術協會電氣與電子工程師協會（IEEE）于5月5日發表。
研究團隊指出這款ML模型可以通過智能手機訪問，并且能夠以70-75％的準確率區分阿爾茨海默病患者和健康人。
這款模型基于人們說話的語言模式，可以提供寶貴的早期信號，有助于患者盡早地開始治療、或減緩疾病發展。
早期檢測
阿爾茲海默氏癥會導致不可逆轉的認知能力下降和癡呆。自該疾病被發現以來的一個世紀里，醫學研究人員一直未能找到治療方法和可靠的早期檢測方法。
通常，阿爾茨海默氏癡呆癥在早期階段很難發現，因為癥狀通常很微妙，而且容易與記憶相關問題混淆。
正如研究人員指出的那樣，越早發現潛在問題，患者就能越早開始采取行動。
參與創建該模型的計算機科學系教授Eleni Stroulia指出，“以前，你需要實驗室工作和醫學成像來檢測大腦的變化，這需要時間，價格昂貴，而且沒有人在早期進行測試。”
Stroulia 補充道，如果可以用手機獲得早期患病的信號，那患者就可以聯系到醫生，盡早地開始治療，甚至可以在家里開始簡單的干預以減緩病情的發展。
該論文的第一作者、計算機科學系碩士研究生Zehra Shah解釋道，除了有助于早期檢測之外，它還將為那些可能面臨地理或語言障礙而無法獲得所在地區服務的患者創造一種便捷的方法，通過遠程醫療識別潛在問題。
不過，篩查工具并不意味著它能取代保健專業人員。
模型原理
Shah指出，可以從患者使用的語言的角度著手來設計模型，并以此來篩查診斷。
基于語言并不是指別人具體說了什么、或者他們說話的意思，而是聲學和語言語音特征，這也是該研究小組目前正在研究的方向。
Stroulia教授稱，“人們說話的方式中有一些超越語言的特性。”
醫生指出，阿爾茨海默氏患者說話時通常有著相似的特征，例如說話更慢、在講話中有更多的停頓或中斷、使用較短的單詞、并且經常在講話中降低可理解性。
Stroulia補充道，對模型而言，研究別人說話的具體內容是一個更容易解決的計算問題，然而要研究那部分超越語言的特性要復雜得多。
目前，研究人員主要關注的英語和希臘語使用者，但Shah稱，“這項技術有可能被用于不同的語言。”
該論文的撰稿人、計算機科學系教授Russ Greiner對一整套診斷流程做出了簡要闡述：一個人對著這個工具說話，它會進行分析并做出預測：要么是，要么不是；然后這些信息將被提供給醫療保健的專業人員，以確定對患者的最佳治療方案。
來源：財聯社
責任編輯：Rex_18
營業執照公示信息