这种机器学习技术能以90％的准确率检测痴呆症

日本研究人员开发了一种新型

机器学习技术

，能以90%的准确率从人类与计算机的虚拟角色的对话中检测出痴呆症。

在这项技术中，机器可以学习老年人的声音特征，这些老年人通过与计算机的虚拟角色来回答简单的问题。

通过结合痴呆症的特征，例如根据问题的内容，语调，清晰度以及话语中的名词和动词的百分比，对虚拟角色问题的响应延迟，计算机可以将条件区分为90%的准确率。

来自大阪大学的研究人员表示：如果这项技术得到进一步发展，通过每天在家与计算机虚拟角色交流，就有可能知道一个老人是否处于痴呆症的早期阶段，从而得到有效的治疗。

研究人员提出了一种机器学习算法来检测痴呆症的早期症状，这是使用交互式计算机虚拟角色开发了一套痴呆症检测系统。这是通过建立了一个

机器学习模型

，这个模型是基于与老年参与者的对话记录中的语音、语言和面部特征来运行的。

研究结果显示，通过

机器学习

，计算机能够在6个问题（每题2 - 3分钟）中以90%的比率区分痴呆症患者。