我們仍然不確定是什麼原因，但是我們知道它的效果是什麼樣的，並且我們在檢測早期跡象的情況下變得更好，包括我們演講中的跡象。
波士頓大學的科學家開發了新的AI（）演算法這分析了患有輕度認知障礙（MCI）的人的語音模式。
它可以預測進展從MCI到在六年內，準確性為78.5％。
該團隊的研究於2024年出版，繼續先前的研究，在那裡他們訓練了模型 - 使用來自1,000多個人的語音錄音來準確檢測認知障礙。
他們的新算法接受了166名MCI患者的錄音錄音，年齡在63-97歲。
由於團隊已經知道誰開發了阿爾茨海默氏症機器學習方法可用於查找跡象他們抄錄的講話這將認知功能下降到阿爾茨海默氏症的90人聯繫在一起。
一旦受過培訓，就可以相反地應用該算法：嘗試預測阿爾茨海默氏症的風險，從它從未處理過的語音樣本的轉錄本。
添加了其他重要因素，包括年齡和自我報告的性別，以產生最終的預測評分。
“您可以將分數視為某人保持穩定或過渡到癡呆的可能性，概率，”說來自波士頓大學的計算機科學家Ioannis Paschalidis於去年6月發布。
“我們想預測未來六年將會發生什麼 - 我們發現我們可以以相對良好的信心和準確性合理地進行預測。它表明了AI的力量。”
考慮到目前無法治愈阿爾茨海默氏症，您可能會想知道早期發現它的好處是什麼 - 但是我們確實有治療方法可以幫助管理阿爾茨海默氏症在某種程度上，這些可以較早地開始。
更重要的是，早期發現使我們有更多的機會研究該疾病及其進展，從那裡開始了完全有效的治療方法。
那些可能會發展阿爾茨海默氏症的人提前。
關於這種方法，如果可以進一步開發這種方法，那麼有很多值得的喜歡。這種測試可以快速，廉價地，即使在家裡也可以進行任何專業設備。
它不需要任何注射或示例，只是錄製，甚至可以將來通過智能手機應用程序運行。
“如果您可以預測會發生什麼，那麼您將有更多的機會和時間來干預藥物，至少試圖保持病情的穩定性，並防止過渡到更嚴重的癡呆形式，” Paschalidis解釋了。
這裡使用的錄音相當粗糙且質量低。借助清潔的錄製和數據，該算法的準確性可能會變得更好。
這可能導致更好地理解在很早的階段 - 以及為什麼有時會從MCI發展，有時不出現。
“我們希望，就像每個人一樣，都會有越來越多的阿爾茨海默氏症治療方法，”說paschalidis。
該研究已發表在阿爾茨海默氏症和癡呆症。
本文的較早版本於2024年6月出版。
