Číselné skóre je téměř dokonalé pro předpověď demence

souhrn: Vědci vytvořili nový, přesný a snadno interpretovatelný algoritmus pro předpovídání mírné kognitivní poruchy a demence u starších osob.

zdroj: Kolumbijská univerzita

Pomocí technik skupinového učení a longitudinálních dat z rozsáhlé studie Normal Driving Study vyvinuli výzkumníci z Mailman School of Public Health Columbia University, Vu Foundation College of Engineering and Applied Sciences a Vagelos College of Physicians and Surgeons nový, interpretovatelný a vysoce přesný algoritmus. pro predikci mírné kognitivní poruchy a demence u starších řidičů.

Číselné značky odkazují na proměnné vytvořené z dat zachycených prostřednictvím záznamových zařízení v reálném prostředí. Tato data lze zpracovat za účelem měření jízdního chování, výkonu a prostorového vzorce kadence s výjimečnými detaily.

Studie byla publikována v časopise Umělá inteligence v medicíně.

Výzkumníci použili metodu klasifikace založenou na interakci k výběru prediktivních proměnných v souboru dat. Tento model učení dosáhl až 96procentní přesnosti v predikci mírného kognitivního poškození a demence, čímž překonal tradiční modely strojového učení, jako je logistická regrese a náhodné lesy – statistická technika široce používaná v umělé inteligenci pro klasifikaci chorobných stavů.

„Náš nový model skupinového učení založený na numerických skóre a výchozích demografických charakteristikách dokáže předpovídat mírné kognitivní poruchy a demenci u starších řidičů s vynikající přesností,“ řekla Sharon D, docentka stavebního inženýrství a inženýrské mechaniky z Columbia Engineering a hlavní autorka studie. .

Vyšetřovatelé zkonstruovali proměnnou o 200 jednotkách za použití přirozených dat o řidiči, vozidle a okolním prostředí zachycených záznamovými zařízeními ve vozidle pro 2 977 řidičů účastnících se projektu Longitudinal Research on Older Older (LongROAD), prospektivní kohortové studie provedené na pěti místech napříč sousedními zeměmi. Spojené státy a sponzorované AAA pro bezpečnost provozu.

V době zápisu byli účastníci aktivními řidiči ve věku 65-79 let a byli kognitivně zdraví. Údaje použité v této studii pocházejí z prvních tří let sledování, které probíhalo od srpna 2015 do března 2019. Během sledování bylo 36 účastníkům diagnostikováno mírné kognitivní poškození, 8 Alzheimerova choroba a 17 další nebo blíže nespecifikované nemoci. demence.

Vědci provedli řadu experimentů s počítačovým modelováním a zjistili, že nový model skupinového učení je o 6–10 procent přesnější než modely náhodného lesa a logistické regresní modely při předpovídání mírné kognitivní poruchy a demence.

Dvěma nejvlivnějšími jízdními proměnnými jsou poměr zatáček zprava doleva a počet prudkých brzdění (definované jako manévry s mírou zpomalení ≥ 0,4 g). upozornil D.

„Asi 85 procent seniorů ve Spojených státech jsou řidiči s licencí. Řízení jako nejpreferovanější způsob osobní dopravy hraje důležitou roli při udržování nezávislosti, sebeovládání, družnosti a kvality života. Bezpečné řízení motorového vozidla vyžaduje základní kognitivní a fyzické funkce.

řekl Guohua Li, MD, DrPH, profesor epidemiologie a anesteziologie na Columbia Mailman School of Public Health a Vagelos College of Physicians and Surgeons a hlavní autor.

„Včasné odhalení mírné kognitivní poruchy a demence může vést k včasnému vyhodnocení, diagnóze a intervencím, které jsou zvláště významné při absenci účinné léčby.“

O těchto novinkách z výzkumu umělé inteligence a demence

autor: tisková kancelář
zdroj: Kolumbijská univerzita
sdělení: Tisková kancelář – Columbia University
obrázek: Obrázek je ve veřejné doméně

Původní vyhledávání: Uzavřený přístup.
„Screening mírného kognitivního postižení a demence u starších osob pomocí normálních údajů o řízení a klasifikace skóre vlivu na základě interakceNapsal Xuan Di a kol. Umělá inteligence v medicíně

shrnutí

Viz také

Screening mírného kognitivního postižení a demence u starších osob pomocí normálních údajů o řízení a klasifikace skóre vlivu na základě interakce

Několik nedávných studií naznačuje, že atypické změny v chování při řízení se zdají být časnými příznaky mírné kognitivní poruchy (MCI) a demence. Tyto studie jsou však omezeny malou velikostí vzorků a krátkou dobou sledování.

Cílem této studie bylo vyvinout interakční klasifikační metodu založenou na statistice nazývané skóre vlivu (tj. I-skóre) pro predikci mírného kognitivního postižení a demence pomocí údajů o normálním řízení shromážděných z projektu Longitudinal Research on Older Adults (LongROAD). Normální jízdní trajektorie byly shromažďovány prostřednictvím záznamníků ve vozidle po dobu až 44 měsíců od 2977 účastníků, kteří byli v době záznamu kognitivně zdraví. Tato data byla dále zpracována a agregována za účelem vytvoření 31 dočasných sekvenčních jízdních proměnných.

Kvůli vlastnostem vysokorozměrných časových řad pro řízení proměnných jsme pro výběr proměnných použili I-skóre. Škála I je měřítkem pro hodnocení prediktivní schopnosti proměnných a ukázalo se, že je účinná při rozlišování mezi hlučnými a prediktivními proměnnými ve velkých datech. Je zde uveden pro identifikaci ovlivňujících proměnných jednotek nebo skupin, které představují komplexní interakce mezi vysvětlujícími proměnnými. Lze jej interpretovat ve vztahu k rozsahu, v jakém proměnné a jejich interakce přispívají k predikci klasifikátoru.

Kromě toho I-Score zvyšuje výkon klasifikátorů na nevyvážených souborech dat díky svému spojení se skóre F1. Pomocí prediktivních proměnných definovaných I-Score se nad moduly I-Score generují zbytkové bloky založené na interakci, aby se generovaly predikce a agregovaly se tyto učební agregáty pro zlepšení predikce celkového klasifikátoru.

Pokusy využívající data z přirozené jízdy ukazují, že námi navrhovaná metoda klasifikace dosahuje nejlepší přesnosti (96 %) pro predikci mírné kognitivní poruchy a demence, následuje náhodný les (93 %) a logistická regrese (88 %). Pokud jde o skóre F1 a AUC, náš navrhovaný klasifikátor dosahuje 98 % a 87 %, následuje náhodný les (se skóre F1 96 % a AUC 79 %) a logistická regrese (se skóre F1 92 %) a AUC 77 %.).

Výsledky naznačují, že začlenění I-skóre do algoritmů strojového učení může výrazně zlepšit výkon modelu pro predikci mírné kognitivní poruchy (MCI) a demence u starších řidičů.

Také jsme provedli analýzu důležitosti funkcí a zjistili jsme to Poměr otáčení zprava doleva A Počet událostí prudkého brzdění jsou nejdůležitějšími hnacími proměnnými předpovídajícími mírnou kognitivní poruchu (MCI) a demenci.