MIT团队把机器学习引入老年痴呆测试：一支数码笔一分钟搞定

△ 时钟绘图测试

王新民 编译整理自MIT News 量子位·QbitAI 出品

好消息，世界各地人民的平均寿命越来越长了。

坏消息，阿尔茨海默病患者会越来越多。根据阿尔茨海默病协会的估计，目前这种病的约有500万患者，但是到2050年，患病数量会增加到大约1350万。

阿尔茨海默病，就是我们通常所说的老年痴呆症，随着人年龄增大、身体机能下降，可能出现一定程度上的认知衰退，进一步发展，就可能患上这种病。

有什么方法可以降低这种疾病的患病率？早诊断早治疗……

麻省理工学院和Lahey医院医学中心的一个合作团队发明了一个工具，利用数码笔和MIT开发的快速数据分析算法，能够更容易地检测到认知损伤，使相关治疗可以更早地开展，并可能改善患者的病情。

阿尔兹海默病有一种经典的诊断工具：时钟绘图测试（CDT）。过去50年，医生为了测试病人认知功能，会让疑似认知受损的患者接受这个由两部分组成的测试。

第一部分，受试者会被要求在空白的纸上画一个钟面，显示一个指定的时间；

第二部分，重复画出显示相同时间的钟面。

这个实验看似特别简单，但是它是通过巧妙的设计来检查认知系统不同方面的功能。上半部分更注重记忆和语言等功能，下半部分更多地关注患者的空间推理和执行功能。

麻省理工学院计算机科学与人工智能实验室（CSAIL）专注于知识系统和人机交互领域的专家Randall Davis教授、Lahey医院医学中心中神经病学领域的神经心理学主任Dana Penney合作改良了CDT测试。

△ William Souillard-Mandar(左) 和Randall Davis教授(右)

Davis、Penney和当时的研究生William Souillard Mandar组成了一个团队，使用数字笔来改进认知测试。该数字笔记录带时间轴的笔坐标，使他们能够对画出的图案和绘制的过程同时进行分析。

在一项为期10年的研究中，他们对约4000个受试者进行了新版本的认知测试，然后使用机器学习方法来创建认知预测模型。结果说明，与临床医师常规使用的方法相比，该模型能更准确地检测损伤。

Penney说：“我们会比较这两部分测试结果，就是用受试者作为他自己的对照组。这反过来也提供了一个机会，在认知功能出现明显的错误之前，能够检测出微小的问题。通过进行这种测试能够在发病之前，检测到阿尔茨海默氏症的早期患者，可以为制药公司开发针对早期阶段疾病的药物提供指导和帮助。”

但是通过机器学习方法创建的分类器通常是一个“黑箱”，也就是说，模型往往十分复杂，一般很难理解内部参数的具体意义以及为何产生这样的预测结果。该团队知道，医生或其患者不可能接受一个结构复杂和原理不明的算法模型，所以，他们正在努力将模型分析变得更加容易理解。

Mandar说：“模型分析可以分为两个阶段。一个阶段是要理解个体绘制的内容，例如一组钢笔点可以表示时钟的分针，而临床医生可以通过相关指标，评估患者的认知功能与整体测试结果。第二阶段，努力让我们的模型变得更容易解释，让临床医生可以很容易地理解算法是如何解决问题和做出决策的。”

这种新的认知测试方法不但可以节省时间、提高检测精度，而且易于使用、价格低廉。Davis介绍说：“你越早发现自己患有某些疾病，那么你可以越早接受治疗，并可以改变生活习惯等方式，来帮助治疗。目前有相关药物可以减慢疾病的发展和恶化。所以你越早开始治疗，药物就能发挥更好的作用。”

过去两年，戴维斯和他的团队一直致力于将他们的研究应用于临床治疗中。Davis、Penney和投资人Philip Cooper创立了一个专注于数字认知技术的公司DCT。Souillard Mandar是负责机器学习方法的主管，致力于将模型分析转化为可以商业化的临床工具，同时确保临床医生了解这项技术的分析过程。

DCT公司的产品叫做DCTclock，此产品包括数字笔和能够将测试数据从笔传输到DCT服务器的微型计算机。该公司的认知能力测试可以轻松而快速地进行，就跟血压测量一样，可在一分钟之内获得测试结果。制药公司现在正在使用该产品进行临床测试，DCT希望在2018年之前投入使用，为临床医生提供测试服务。

Davis说，医疗保险公司最近决定将认知测试纳入65岁以上美国人的年度健康评估中，DCTclock产品的开发能够及时帮助进行健康评估。与PET扫描等用于认知测试的传统工具相比，DCTclock能够节省时间，价格也更加低廉，所以这种方法引起了医学界广泛的兴趣。“PET扫描是测量生物组织来诊断病情，而我们是通过分析行为活动，揭示患者的认知能力。”