一、波士顿大学开发新型人工智能程序

　　研究人员的模型能以78.5%的准确率预测，轻度认知障碍患者在未来六年内是否会保持稳定(或陷入与阿尔茨海默病相关的痴呆)。研究人员的工作不仅能让临床医生窥视未来，提早做出诊断，还能让认知障碍筛查的部分流程自动化，无需昂贵的实验室测试、成像检查，甚至不需要出诊，从而让认知障碍筛查变得更容易。该模型由机器学习提供支持，机器学习是人工智能的一个子集，计算机科学家通过机器学习教会程序独立分析数据。

　　研究人员想预测未来六年会发生什么，研究发现可以合理地进行预测，并且具有相对较好的可信度和准确度，BU拉菲克哈里里计算和计算科学与工程研究所所长Ioannis (Yannis) Paschalidis表示，这显示了人工智能的力量。

　　由工程师、神经生物学家、计算机和数据科学家组成的多学科团队在阿尔茨海默氏症协会的期刊《阿尔茨海默氏症与痴呆症》(Alzheimer's & Dementia)上发表了他们的研究成果。

　　二、波士顿大学新型人工智能程序的意义

　　要确定某人是否患有阿尔茨海默病，通常需要进行一系列评估——访谈、脑成像、血液和脑脊液检测。

　　但是，到那时可能为时已晚，记忆已经开始逐渐消失，长期形成的性格特征也开始发生微妙的变化。

　　如果能及早发现，新的开创性治疗方法可以减缓疾病无情的发展，但目前还没有万无一失的方法来预测谁会患上与阿尔茨海默氏症相关的痴呆症。

　　波士顿大学工程学院杰出工程教授、计算与数据科学学院创始成员Paschalidis表达，如果能预测将会发生什么，就有更多的机会和时间窗口来进行药物干预，至少可以尝试维持病情的稳定，防止向更严重的痴呆症过渡。

　　研究人员说，未来像这样的模型可以用来为不在医疗中心附近的病人提供护理，或者通过与家庭应用程序的交互提供常规监测，从而大幅增加接受筛查的人数。根据阿尔茨海默病国际组织(Alzheimer's Disease International)的数据，全球大多数痴呆症患者从未得到过正式诊断，导致他们无法得到治疗和护理。这项最新的科研研究开发新型人工智能程序，将成功帮助提升预测阿尔茨海默病的可能性。

　　三、波士顿大学新型人工智能程序建立过程

　　为了训练和建立的新模型，研究人员参考了美国历史最悠久、持续时间最长的研究之一(由 BU领导的弗雷明汉心脏研究)的数据。研究人员获得了166个初次访谈的录音资料，这些访谈对象的年龄在63岁到97岁之间，被诊断为轻度认知障碍。然后，他们结合使用语音识别工具(类似于智能扬声器上的程序)和机器学习来训练一个模型，以发现语音、人口统计学、诊断和疾病进展之间的联系。在对研究人群的一个子集进行训练后，他们对其他参与者进行了预测能力测试。

　　波士顿大学从录音中提取的信息与一些非常基本的人口统计学信息，将年龄、性别等结合起来，就得到了最终的分数。可以把这个分数看作是一个人保持稳定或转变为痴呆症的可能性。该模型没有使用发音或语速等语音特征，而是从访谈内容中提取信息，分析说话的字词和结构。该项目的部分目的是测试人工智能的能力，使痴呆症的诊断过程更加高效和自动化，几乎不需要人类的参与。

　　以上就是波士顿大学开发新型人工智能程序的相关内容。如果您对美国留学感兴趣，欢迎您在线咨询托普仕留学老师(Tops6868)。托普仕留学专注美国TOP30名校申请，采用5v1服务模式，21步精细服务流程，硬性四维标准+六维背景提升等留学服务体系，为学生申请美国名校提供保障。