目前，我們仍然不確定阿爾茨海默病的確切病因，但我們知道它患病是什麼樣的，而且我們可能在我們的語言習慣中提前發現它的早期跡象。
波士頓大學的團隊開發了一種新的人工智能算法，可以分析輕度認知障礙（MCI）患者的語言模式。
該模型預測輕度認知障礙患者在六年內發展爲阿爾茨海默病的準確率達到 78.5%。
該團隊利用 1000 多人的錄音訓練了一個模型，用來檢測受試者認知障礙情況。
算法是基於 166 名患有輕度認知障礙（MCI）的個體（年齡在 63 至 97 歲之間）的音頻進行訓練的。
由於該團隊已經知道哪些人患上了阿爾茨海默病，因此可以使用機器學習方法在他們的語音中尋找跡象，從而將 90 名認知功能下降與最終患上阿爾茨海默病的人聯繫起來。
經過訓練後，該算法可以反向應用：嘗試根據它以前從未處理過的語音樣本的轉錄文本來預測阿爾茨海默病風險。
其他因素，包括年齡和自我報告的性別，也被納入考量，以得出最終的預測分數。
六年間每年從輕度認知障礙 (MCI) 患者轉變爲阿爾茨海默病 (AD) 的患者人數
我們可以把這個分數理解爲受試者發展成癡呆症的可能性或概率。
鑑於目前尚無治癒阿爾茨海默病的方法，因此，早期篩查並進行治療可以在一定程度上幫助控制阿爾茨海默病。
有更多機會和時間窗口用藥物進行干預，至少可以嘗試維持病情穩定，防止病情發展成更嚴重的癡呆症。
此外，早期發現也讓我們有更多機會研究這種疾病及其發展過程，並在此基礎上開發出完全有效的治療方法。
已知有患阿爾茨海默病風險的人可以提前參加臨牀試驗。
這種方法有很多優點，如果能進一步發展的話。這種測試可以快速、低成本地完成，甚至在家中即可進行，而且無需任何專業設備。
它不需要任何注射或樣本，只需要記錄，而且將來甚至可以通過智能手機應用程序運行。
如果能預測將會發生什麼，我們就有更多機會和時間窗口用藥物進行干預，至少可以嘗試維持病情穩定，防止病情發展成更嚴重的癡呆症。
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
更多遊戲資訊請關註：電玩幫遊戲資訊專區
電玩幫圖文攻略 www.vgover.com
