详细内容或原文请订阅后点击阅览
新的 AI 系统利用语音分析成功识别阿尔茨海默病
通过分析语音模式，波士顿大学的研究人员开发了一种人工智能系统，该系统可以以近 80% 的准确率预测轻度认知障碍患者是否会在六年内患上阿尔茨海默病。这项研究发表在《阿尔茨海默病与痴呆症》杂志上，利用人工智能从认知评估中提取有价值的诊断信息，加速阿尔茨海默病的诊断，进而加速治疗。该团队的人工智能模型在预测六年内从轻度认知障碍 (MCI) 发展到阿尔茨海默病方面实现了 78.5% 的准确率和 81.1% 的灵敏度。这超过了其他传统的非侵入性测试。但至关重要的是，该系统依赖于新人工智能系统使用语音分析成功识别阿尔茨海默病的帖子首先出现在 DailyAI 上。
来源:DailyAI | 探索人工智能的世界通过分析语音模式，波士顿大学的研究人员开发出了一种人工智能系统，该系统可以以近 80% 的准确率预测轻度认知障碍者是否会在六年内患上阿尔茨海默病。
通过分析语音模式，波士顿大学的研究人员开发出了一种人工智能系统，该系统可以以近 80% 的准确率预测轻度认知障碍者是否会在六年内患上阿尔茨海默病。这项研究发表在《阿尔茨海默病与痴呆症》杂志上，利用人工智能从认知评估中提取有价值的诊断信息，从而加速阿尔茨海默病的诊断，进而加速治疗。
这项研究 这项研究 发表在《阿尔茨海默病与痴呆症》杂志上，利用人工智能从认知评估中提取有价值的诊断信息，从而加速阿尔茨海默病的诊断，进而加速治疗。该团队的 AI 模型在预测六年内轻度认知障碍 (MCI) 进展为阿尔茨海默病时，准确率达到 78.5%，敏感度达到 81.1%。这超过了其他传统和非侵入性测试。
该团队的 AI 模型在预测六年内轻度认知障碍 (MCI) 进展为阿尔茨海默病时，准确率达到 78.5%，敏感度达到 81.1%。这超过了其他传统和非侵入性测试。但至关重要的是，该系统完全依赖于易于获取的数据：从认知评估转录的语音和年龄、性别和教育水平等基本人口统计信息。
但至关重要的是，该系统完全依赖于易于获取的数据：从认知评估转录的语音和年龄、性别和教育水平等基本人口统计信息。 波士顿命名测试等认知评估需要临床医生与患者交谈。这些测试的音频通常会被记录下来以供进一步分析。