我們仍然不確定到底是什麼原因造成的，但我們知道它的影響是什麼樣的，而且我們正在更好地發現它的早期跡象——也許包括我們演講中的那些跡象。
波士頓大學的科學家開發了一種新的人工智慧（）演算法分析患有輕度認知障礙 (MCI) 的人的言語模式。
它可以預測進展從 MCI 到六年內準確率達 78.5%。
該團隊的研究於六月發表，繼續他們的研究先前的研究，他們使用 1,000 多人的錄音訓練了一個模型，以準確檢測認知障礙。
他們的新演算法在 166 名年齡在 63-97 歲之間的 MCI 患者的轉錄錄音上進行了訓練。
由於研究小組已經知道誰患有阿茲海默症，機器學習方法可用於尋找跡象他們的語音轉錄這將 90 名認知功能下降的人與阿茲海默症聯繫起來。
一旦經過訓練，演算法就可以反向應用：嘗試根據以前從未處理過的語音樣本的轉錄來預測阿茲海默症的風險。
加入其他重要因素，包括年齡和自我報告的性別，以產生最終的預測分數。
“你可以將分數視為某人保持穩定或轉變為癡呆症的可能性。”說波士頓大學計算機科學家 Ioannis Paschalidis。
“我們想要預測未來六年會發生什麼 - 我們發現我們可以以相對較高的信心和準確性合理地做出預測。它顯示了人工智能的力量。”
考慮到目前還無法治愈阿茲海默症，您可能想知道及早發現它有什麼好處 - 但我們確實有治療方法可以幫助控制阿茲海默症在某種程度上，這些都可以更早開始。
更重要的是，早期檢測使我們有更多機會研究這種疾病及其進展，並從中發展出完全有效的治療方法。
那些已知可能患有阿茲海默症的人可以提前。
如果可以進一步發展的話，這種方法有很多值得喜歡的地方。這種測試可以快速、便宜地完成，甚至可以在家中完成，而且不需要任何專業設備。
它不需要任何注射或樣本，只需要記錄，未來甚至可以透過智慧型手機應用程式運作。
“如果你能預測會發生什麼，你就有更多的機會和時間窗口來進行藥物幹預，至少可以嘗試維持病情的穩定，防止轉變為更嚴重的癡呆症，”說復活節
這裡使用的錄音相當粗糙且品質低。有了更清晰的記錄和數據，演算法的準確性可能會變得更好。
這可能會導致更好地理解在非常早期的階段——以及為什麼它有時是由 MCI 發展而來，有時不是。
“像每個人一樣，我們希望能夠提供越來越多的阿茲海默症治療方法，”說復活節
該研究發表於阿茲海默症和癡呆症。
本文的早期版本於 2024 年 6 月發布。
