我们仍然不确定是什么原因，但是我们知道它的效果是什么样的，并且我们在检测早期迹象的情况下变得更好，包括我们演讲中的迹象。
波士顿大学的科学家开发了新的AI（）算法这分析了患有轻度认知障碍（MCI）的人的语音模式。
它可以预测进展从MCI到在六年内，准确性为78.5％。
该团队的研究于2024年出版，继续先前的研究，在那里他们训练了模型 - 使用来自1,000多个人的语音录音来准确检测认知障碍。
他们的新算法接受了166名MCI患者的录音录音，年龄在63-97岁。
由于团队已经知道谁开发了阿尔茨海默氏症机器学习方法可用于查找迹象他们抄录的讲话这将认知功能下降到阿尔茨海默氏症的90人联系在一起。
一旦受过培训，就可以相反地应用该算法：尝试预测阿尔茨海默氏症的风险，从它从未处理过的语音样本的转录本。
添加了其他重要因素，包括年龄和自我报告的性别，以产生最终的预测评分。
“您可以将分数视为某人保持稳定或过渡到痴呆的可能性，概率，”说来自波士顿大学的计算机科学家Ioannis Paschalidis于去年6月发布。
“我们想预测未来六年将会发生什么 - 我们发现我们可以以相对良好的信心和准确性合理地进行预测。它表明了AI的力量。”
考虑到目前无法治愈阿尔茨海默氏症，您可能会想知道早期发现它的好处是什么 - 但是我们确实有治疗方法可以帮助管理阿尔茨海默氏症在某种程度上，这些可以较早地开始。
更重要的是，早期发现使我们有更多的机会研究该疾病及其进展，从那里开始了完全有效的治疗方法。
那些可能会发展阿尔茨海默氏症的人提前。
关于这种方法，如果可以进一步开发这种方法，那么有很多值得的喜欢。这种测试可以快速，廉价地，即使在家里也可以进行任何专业设备。
它不需要任何注射或示例，只是录制，甚至可以将来通过智能手机应用程序运行。
“如果您可以预测会发生什么，那么您将有更多的机会和时间来干预药物，至少试图保持病情的稳定性，并防止过渡到更严重的痴呆形式，” Paschalidis解释了。
这里使用的录音相当粗糙且质量低。借助清洁的录制和数据，该算法的准确性可能会变得更好。
这可能导致更好地理解在很早的阶段 - 以及为什么有时会从MCI发展，有时不出现。
“我们希望，就像每个人一样，都会有越来越多的阿尔茨海默氏症治疗方法，”说paschalidis。
该研究已发表在阿尔茨海默氏症和痴呆症。
本文的较早版本于2024年6月出版。
