最近一项研究揭示，通过认知功能测试能够帮助诊断痴呆症，医院的迷你精神状态检查(MMSE)和医学成像系统就是其中的例子。

        随着人口老龄化，越来越多的人患上痴呆症。因此，开发简单的痴呆检测手段十分迫切。以前的研究中主要使用神经心理学问题进行诊断，但重复使用相同的问题会降低痴呆症的检测能力。

        来自大阪大学和奈良科学技术研究所的联合研究小组证明，有可能通过机器学习的手段来检测痴呆症。

        研究人员提出了用于在早期阶段检测痴呆症迹象的机器学习算法，使用交互式计算机开发痴呆症检测系统。他们根据与老年参与者记录的对话中的语音，语言和面孔特征，创建了机器学习模型。通过机器学习，计算机能够在6个问题(每个问题2-3分钟)中以90%的概率区分痴呆症患者和健康人群。

        该团队基于神经心理学测试和不基于特定测试的随机问题，记录了来自12名痴呆症患者以及和12个健康人的对话交互数据。他们从记录的数据中提取语音，语言和图像特征，创建一个检测痴呆症的模型，并使计算机能够自己学习检测痴呆症。

        结果显示，计算机区分健康对照组和痴呆症患者的准确率达到了92%。结果发现，通过结合痴呆症的上述特征。例如根据问题的内容，语调，语调的发音率以及话语中的名词和动词的百分比，对问题的反应延迟时间等，能够准确识别痴带着患者。

        资深作者Takashi Kudo说：“如果这项技术得到进一步发展，通过每天与家中的计算机对话，可以了解老年人是否处于痴呆症的早期阶段。这将鼓励他们寻求医疗帮助。”

        资讯出处：Computer avatars play a part in dementia detection

        原始出处：Hiroki Tanaka, Hiroyoshi Adachi, Norimichi Ukita, Manabu Ikeda, Hiroaki Kazui, Takashi Kudo, Satoshi Nakamura. Detecting Dementia Through Interactive Computer Avatars. IEEE Journal of Translational Engineering in Health and Medicine, 2017; 5: 1 DOI: 10.1109/JTEHM.2017.2752152