AI 可预测患有“最致命形式”脑癌患者的生存率，科学家揭示AI can predict brain cancer survival rate in patients suffering from 'most lethal form' of the disease, scientists reveal

信不信由你，老年人如何在弯曲或圆形的道路上行走可能会为轻度认知障碍（MCI）提供早期线索。这是首次有研究让志愿者行走，同时利用 AI 分析运动模式来确定 MCI，而 MCI 通常会导致阿尔茨海默病。在 NSF Science Now Walking 上了解其运作方式。我们通常不会过多考虑行走，它只是让我们从 A 点走到 B 点。但现在，由美国国家科学基金会资助的佛罗里达大西洋大学的工程师团队开发了一种方法，可以从我们的行走方式中获取有关大脑健康的重要线索。该研究特别针对老年人以及轻度认知障碍（MCI）的早期检测，有时 MCI 会导致阿尔茨海默病。到目前为止，记忆测试一直是检测老年人 MCI 的传统方法。在办公室诊断轻度认知障碍（MCI）的巨大挑战之一是，许多可用的简短认知测试善于发现有更严重认知问题的人，但可能不太擅长发现那些真正的轻度阶段。该团队首创的研究使用弯曲行走测试来早期检测 MCI。我们研究的独特之处在于我们比较了弯曲行走和直线行走。所以这之前从未做过，特别是在 MCI 与健康对照的领域。而且我们使用 Kinect 深度相机，这是一种我们可以非侵入性使用的技术，通过记录患者的步态行走。弯曲行走测试方法是独特的。它采用观察某人行走的想法，我们知道这可以为我们提供有关大脑健康问题的线索，并增加了一个转折。因此，让人们在曲线或圆圈中行走，会给大脑增加特定的负荷。对于有轻度认知障碍风险的人来说，这种增加的负荷为我们提供了他们行走方式的线索。因此，我们可以使用专门的技术和分析来挑选出可能有障碍、轻度认知障碍的人与没有的人。该团队使用像游戏和增强现实中的深度相机来检测和跟踪身体运动的 25 个关节，以记录和研究参与者在直线和弯曲路径上行走时的步态。测量了特定的步态标记，如速度、节奏、摆动时间和站立时间。该研究揭示了老年人的一些重要特征。我们分析了超过 50 个步态标记，在这些步态标记中，我们发现 MCI 参与者通常在通过这些弯曲路径行走时，更难以调整他们的速度和平衡并找到方向。而且这在他们进行曲线行走时比直线行走时更明显。工作人员测量模式和运动供 AI 分析。我们使用 AI 或机器学习算法来检测这些模式，并告诉我们更多关于这些模式以及它们如何实际帮助我们检测 MCI 的早期迹象。早期检测至关重要。如果轻度认知障碍是由于像阿尔茨海默病这样的疾病引起的，现在有批准的药物可能会改变疾病。因此，能够做出最早的可能诊断至关重要。当前系统用于诊所和康复。该团队正在努力使用常规手机相机允许在家进行早期检测。