一般情况下,早期的预测诊断可以帮助研究人员(医务人员)研究设备(药物治疗)来减缓疾病的发展,所以早期预测诊断显得尤为重要,但是我们往往都缺乏这种早期预测诊断条件,导致发现异样情况时几乎来不及了,那么有一团队就阿尔茨海默症(老年痴呆症)研究,开发出了一个扁平的白色盒子,只需将该盒子贴于墙壁上,盒子就会开始记录被检测人员的一举一动。
监控被检测人员何时起床,何时穿衣,何时去洗手间,检测判断是否睡觉还是在静躺等等一系列一举一动;还可通过低功率无线信号来绘制步态速度,睡眠模式,位置,甚至是呼吸模式。然后将这些所有信息通过机器学习算法记录,逐一对比分析,找出异样点。
当被检测人员(患者)处于疾病的早期阶段时,并不能明显的被人为判断。在开始出现混乱记忆和记忆丧失之前的几年,大脑中的变化可能会导致行为和睡眠模式的微妙变化。所以研究人员就认为人工智能可以通过这些微小的变化,并确定有发展为阿尔茨海默症(老年痴呆症)疾病的风险;所以可以帮助被检测人员早行接受治疗手段,并让家人实施相应的照顾计划。
配备这种算法的设备可以安装在人们的家中,以监测人员。对于已经确诊的患者,这种技术可以帮助医生对他们的情况进行调整。
目前,没有简单的方法来诊断阿尔茨海默氏症。没有单一的测试存在,并且单独的脑部扫描不能确定是否有人患有该疾病。相反,医生须考虑各种因素,包括病人的病史和由家庭成员或医护人员报告的观察结果。所以这个时候只有由人工智能辅助解决。
研究团队表示,该智能设备存在的目的是检测人类,但不需要每天穿戴可穿戴追踪设备,因为这完全是被动的;被检测人员不需要将传感器放在身体上或做任何特定的部位,这样可以相对轻松一点。
如何运行
该设备的无线电信号只有Wi-Fi功能的千分之一,记录了30英尺半径范围内的所有物体,包括人体的每一个细微的动作:如呼吸,都会引起反射信号的变化。
且机器学习算法,可以分析所有这些微小的反射;随着时间的推移,设备会创建大量的数据读取,显示行为模式。
人工智能旨在挑选出可能意味着躁动,抑郁和睡眠障碍等模式的偏差;也可以反映一个人是否在一天中重复某些行为。这些都是阿尔茨海默氏症的典型症状。
大脑的变化
人工智能也被用于分析来自被认为有患阿尔茨海默氏症风险的人的数百个正电子发射断层扫描(PET)扫描。该算法还能够在大脑的某些区域中发现淀粉样蛋白(通常与疾病相关的蛋白质)团块中的模式,从这些模式中,能够以84%的准确率检测哪些患者最终患有阿尔茨海默氏症。
领取专属 10元无门槛券
私享最新 技术干货