目前，我们仍然不确定阿尔茨海默病的确切病因，但我们知道它患病是什么样的，而且我们可能在我们的语言习惯中提前发现它的早期迹象。
波士顿大学的团队开发了一种新的人工智能算法，可以分析轻度认知障碍（MCI）患者的语言模式。
该模型预测轻度认知障碍患者在六年内发展为阿尔茨海默病的准确率达到 78.5%。
该团队利用 1000 多人的录音训练了一个模型，用来检测受试者认知障碍情况。
算法是基于 166 名患有轻度认知障碍（MCI）的个体（年龄在 63 至 97 岁之间）的音频进行训练的。
由于该团队已经知道哪些人患上了阿尔茨海默病，因此可以使用机器学习方法在他们的语音中寻找迹象，从而将 90 名认知功能下降与最终患上阿尔茨海默病的人联系起来。
经过训练后，该算法可以反向应用：尝试根据它以前从未处理过的语音样本的转录文本来预测阿尔茨海默病风险。
其他因素，包括年龄和自我报告的性别，也被纳入考量，以得出最终的预测分数。
六年间每年从轻度认知障碍 (MCI) 患者转变为阿尔茨海默病 (AD) 的患者人数
我们可以把这个分数理解为受试者发展成痴呆症的可能性或概率。
鉴于目前尚无治愈阿尔茨海默病的方法，因此，早期筛查并进行治疗可以在一定程度上帮助控制阿尔茨海默病。
有更多机会和时间窗口用药物进行干预，至少可以尝试维持病情稳定，防止病情发展成更严重的痴呆症。
此外，早期发现也让我们有更多机会研究这种疾病及其发展过程，并在此基础上开发出完全有效的治疗方法。
已知有患阿尔茨海默病风险的人可以提前参加临床试验。
这种方法有很多优点，如果能进一步发展的话。这种测试可以快速、低成本地完成，甚至在家中即可进行，而且无需任何专业设备。
它不需要任何注射或样本，只需要记录，而且将来甚至可以通过智能手机应用程序运行。
如果能预测将会发生什么，我们就有更多机会和时间窗口用药物进行干预，至少可以尝试维持病情稳定，防止病情发展成更严重的痴呆症。
Samad Amini, et al. Prediction of Alzheimer's disease progression within 6 years using speech: A novel approach leveraging language models, THE JOURNAL OF THE ALZHEIMER'S ASSOCIATION. https://doi.org/10.1002/alz.13886
更多游戏资讯请关注：电玩帮游戏资讯专区
电玩帮图文攻略 www.vgover.com
