MIT推进诊断老年痴呆的认知计算，解决机器学习的黑箱问题

毋庸置疑，人类的寿命正在变长。而伴随而来的老龄化问题，也导致了老年人可能面临认知衰退的威胁，比如老年痴呆等疾病。

根据相关机构的统计显示，美国确认患有老年痴呆的患者目前有500万人，而在2050年将会达到1350万人。为了更好地抵御这样的老年危机，MIT与Lahey医院医学中心一同研发了一款工具，能够帮助更好地检测认知障碍，早发现早治疗，以间接减少患病的人数。

CSAIL的认知系统与人机交互专家Randall Davis及Lahey医院与医学中心的神经学专家Dana Penney一同牵头推动研究，在画钟测试(CDT)的基础上进行改进。

雷锋网了解到，画钟测试是一种传统的检测老年痴呆的测试手段，凭借其简单、实用的特点已经延续了半个世纪。画钟测试首先会要求老人独立画出一个有表盘数字的钟，表针需要指向医生所说的时间。随后，再让老人重复画一个相同的钟。

前一个步骤主要考察的是对方对语言的理解能力与记忆能力；而第二个步骤则是考察空间推理与执行功能。根据雷锋网了解，得分标准有四个：

• 表盘是一个闭锁的圆；
• 数字在表盘上的位置正确；
• 数字没有画出圆外；
• 所指示的时间与医生所要求的时间一致。

Davis与Penney与他们的学生团队进行合作，希望用一支电子笔取代原有的普通笔。医生不仅能够检测病人的画钟结果，还能检测到对方的绘画过程。经过长达十年的研究，Penney与同事们对4000位受试者进行了电子笔的测试，并通过机器学习构建预测模型，结果显示，比起传统的医师人工诊断，电子笔呈现出了更精确的诊断率。

然而这个测试仍然存在不足之处，那就是机器学习的黑箱问题。机器无法告诉人类它是如何思考的，这也意味着整个诊断过程缺乏透明度及置信度。团队开始意识到，不论是对医生还是病人而言，一个复杂且不透明的算法都无法被接受。

IBM也一直在推进认知计算，即将机器学习及思考的过程尽量通过逻辑的方式呈现。MIT目前也想尝试用同样的方式推动机器诊断的合理性。

Souillard-Mandar与Randall Davis

学生Souillard-Mandar表示，分析将由两个部分组成：

• 理解受试者在画的内容：比如画出一些连续的横杆，这代表时钟的分针刻度；
• 而基于这样的理解，系统能够呈现整体的测试结果，并综合认知函数给出医师能够理解的指标。“这也是我们让模型可理解的关键，临床医生也能够很轻易地理解算法是如何推导出决策内容的。”

实验显示，新型的机器学习测试能够节约医生的大量时间，同时提升准确性，在易用的同时也保证了造价便宜。Davis表示，

“有很多药物能够减缓老年痴呆的恶化，因此早发现并及早接受治疗，无疑是有益于老人的。”

在过去两年里，Davis与团队努力将产品从实验室延伸到临床阶段。Davis、Penney与投资人Philip Cooper联合创办了一家名为Digital Cognition Technologies(DCT)的公司，将原来的电子笔及微型计算机打造为一款名为DCTclock的产品。认知能力的测试像测量血压一样快捷方便，而且在一分钟内就能够获得结果。目前一些制药公司正在使用产品进行临床测试，并计划在2018年为临床医生提供服务。

雷锋网了解到，美国联邦的老年保健医疗制度Medicare在最近就决定将DCTclock普及65岁以上公民的年度检查，就像PET扫描一样快速而安全。“PET能够测量生理方面的健康指标；而我们能够对行为进行测量，并判断用户的认知。”