研究者開發(fā)了高精度的機器學習模型，用于早期檢測老年駕駛員的輕度認知障礙和失智癥。

哥倫比亞大學梅爾曼公共衛(wèi)生學院

2023年2月23日消息

利用集成學習技術和一項大型自然駕駛研究的縱向數(shù)據(jù)，哥倫比亞大學梅爾曼公共衛(wèi)生學院（Columbia University  Mailman School of Public Health）、傅氏基金工程與應用科學學院（Fu Foundation School of Engineering and Applied Science）和哥倫比亞大學醫(yī)學院（Vagelos College of Physicians and Surgeons）的研究人員開發(fā)了一種新穎、可解釋且高度準確的算法，用于預測老年駕駛員的輕度認知障礙和失智癥。數(shù)字標記是指在真實世界環(huán)境中通過記錄設備捕獲的數(shù)據(jù)產(chǎn)生的變量。這些數(shù)據(jù)可以被處理，以非常詳細地測量駕駛行為、表現(xiàn)和時空模式。這項研究發(fā)表在《醫(yī)學人工智能》（Artificial Intelligence in Medicine）雜志上。

研究于2023年2月23日在線發(fā)表在《Artificial Intelligence in Medicine》（最新影響因子：7．011）雜志上

研究人員使用基于交互的分類方法來選擇數(shù)據(jù)集中的預測變量。 這種學習模型在預測輕度認知障礙和失智癥方面的準確率達到了 96％，優(yōu)于傳統(tǒng)的機器學習模型，如邏輯回歸和隨機森林（一種廣泛用于人工智能對疾病狀態(tài)進行分類的統(tǒng)計技術）�！�我們基于數(shù)字標記和基本人口統(tǒng)計特征的新集成學習模型可以非常準確地預測老年駕駛員的輕度認知障礙和失智癥，”哥倫比亞工程學院土木工程和工程力學副教授、該研究的主要作者 Sharon Di 說。

研究人員使用車載記錄設備捕獲的有關駕駛員、車輛和環(huán)境的自然駕駛數(shù)據(jù)，為參與老年駕駛員縱向研究（Longitudinal Research on Aging Drivers， LongROAD）項目的 2，977 名駕駛員構建了 200 個變量模塊，該項目是一項前瞻性隊列研究，在五個國家進行 網(wǎng)站遍布美國本土，由 AAA 交通安全基金會資助。在登記時，參與者是 65－79 歲的活躍駕駛員，他們的認知能力完好無損。本研究使用的數(shù)據(jù)來自前三年的隨訪，從 2015 年 8 月到 2019 年 3 月。在隨訪期間，36 名參與者被診斷出患有輕度認知障礙，8 名患有阿爾茨海默病，17 名患有其他或未指明的失智癥。

研究人員進行了一系列計算機建模實驗，發(fā)現(xiàn)新的集成學習模型在預測輕度認知障礙和失智癥方面比隨機森林和邏輯回歸模型準確 6－10％。兩個最有影響力的駕駛變量是左右轉(zhuǎn)彎比和緊急制動事件的數(shù)量。“隨著年齡的增長，司機左轉(zhuǎn)的次數(shù)相對減少，右轉(zhuǎn)的次數(shù)增加，因為左轉(zhuǎn)的風險更大，” Di 說。

“在美國，大約 85％ 的老年人持有駕照。作為最受歡迎的個人交通方式，駕駛在保持獨立性、自我控制、社會聯(lián)系和生活質(zhì)量方面發(fā)揮著重要作用。安全駕駛汽車需要基本的認知和身體功能。我們的研究表明，通過創(chuàng)新的機器學習技術，可以將嵌入常規(guī)收集的駕駛數(shù)據(jù)中的數(shù)字標記用作預測輕度認知障礙和失智癥的有效且可靠的人工智能�！� 哥倫比亞梅爾曼公共衛(wèi)生學院和哥倫比亞醫(yī)學院的流行病學和麻醉學博士，資深作者李國華教授說，“及早發(fā)現(xiàn)輕度認知障礙和失智癥可能會導致及時評估、診斷和干預，這在缺乏有效治療方法的情況下尤為突出�！�

創(chuàng)立于1922年的哥倫比亞大學梅爾曼公共衛(wèi)生學院

參考文獻

Source：Columbia University  Mailman School of Public Health

Digital Markers Near－Perfect for Predicting Dementia

Reference：

Xuan Di， Yiqiao Yin， Yongjie Fu， Zhaobin Mo， Shaw－Hwa Lo， Carolyn DiGuiseppi， David W． Eby， Linda Hill， Thelma J． Mielenz， David Strogatz， Minjae Kim， Guohua Li． Detecting mild cognitive impairment and dementia in older adults using naturalistic driving data and interaction－based classification from influence score． Artificial Intelligence in Medicine， 2023； 102510 DOI： 10．1016／j．a(chǎn)rtmed．2023．102510

免責聲明

本公眾號上的醫(yī)療信息僅作為信息資源提供與分享，不用于或依賴于任何診斷或治療目的。此信息不應替代專業(yè)診斷或治療。在做出任何醫(yī)療決定或有關特定醫(yī)療狀況的指導之前，請咨詢你的醫(yī)生。

       原文標題 : 數(shù)字標記在預測失智癥方面近乎完美